本文介绍了知识解决器（KSL），通过结合大型语言模型（LLMs）和知识图谱，提升了搜索能力和推理可解释性。实验结果显示，该方法在多个数据集上显著提高了回答性能，特别是在 QALD10 数据集上提升超过10%。研究还探讨了不同知识图谱注入方法的有效性，为未来研究提供了重要见解。