图路径:知识图谱增强的大型语言模型推理
发表于: 。本研究解决了大型语言模型(LLMs)在复杂推理和知识密集任务中出现的幻觉问题和知识缺乏的问题。提出的新方法“图路径”(PoG)通过整合知识图谱的推理路径,增强了LLMs的推理能力,使输出结果更加可解释和可信。实验表明,PoG在多实体深路径检测方面表现卓越,平均准确率提高了18.9%。
本研究解决了大型语言模型(LLMs)在复杂推理和知识密集任务中出现的幻觉问题和知识缺乏的问题。提出的新方法“图路径”(PoG)通过整合知识图谱的推理路径,增强了LLMs的推理能力,使输出结果更加可解释和可信。实验表明,PoG在多实体深路径检测方面表现卓越,平均准确率提高了18.9%。