图上推理:忠实且可解释的大型语言模型推理
原文中文,约400字,阅读约需1分钟。发表于: 。本论文提出了一种理论上基于知识图谱的新方法 —— 图推理(RoG),该方法通过将大型语言模型(LLMs)与知识图谱(KGs)相结合,实现了忠实和可解释的推理,实验结果表明 RoG 在 KG 推理任务上取得了最先进的性能。
本研究提出了结构化知识的几何推理方法,使用 Knowledge Crosswords 进行实验,附加了两种新方法,结果表明 Verify-All 方法在性能上大幅优于其他方法,并且对于困难问题更加稳健。但LLMs在结构化知识的几何推理能力仍不够强大或完美。