本文提出了一种基于领域专家积混合策略的方法（MoKGE），旨在通过常识知识图谱提升生成推理的多样性。研究表明，MoKGE显著提高了多样性，并在多个基准测试中表现出与准确性相当的性能。此外，探讨了大型语言模型在多语言任务中的应用及其在视觉常识推理中的协同能力，提出了新的评估方法和数据集，以促进跨语言常识推理的发展。

Gold框架构建常识知识图谱，引入实体语义信息、全局规则和本地结构信息，去噪效果优异，对零样本常识问答任务有益处。