本研究探讨了大型语言模型在多跳问答中对外部知识的偏好，提出了证据链的概念，强调知识点之间需相互支持。研究表明，证据链能提高生成的准确性和答案的可信度。

本文提出了一种名为KG-CoI的知识支持思想链方法，旨在改善大型语言模型在科学假设生成中的“幻觉”问题。该方法通过整合知识图谱的结构化知识，提升了推理过程的准确性，降低了错误输出的可能性，对科学研究产生积极影响。