研究人员推出了一种名为CoG（Cognition on Graph）的新型框架，旨在增强大型语言模型（LLM）在复杂推理任务中导航和利用海量知识图谱及文本语料库的能力。与依赖被动探索的现有方法不同，CoG采用了一种主动的、受认知启发的规划、探索和反思循环，以自适应地搜索信息。这种方法促进了结构化图数据与非结构化文本之间的深度双向协同，使得文本中识别出的实体能够动态地指导图探索过程并弥合知识鸿沟。在多个问答基准测试上的实验表明，CoG在准确性和探索效率方面均显著优于当前最先进的方法。 AI
影响 该框架通过实现对复杂信息景观更高效、更自适应的导航，有望显著提升LLM在知识密集型任务上的表现。
排序理由 该条目描述了一篇详细介绍LLM新框架的研究论文。
- arXiv
- Cognition on Graph
- Hugging Face
- knowledge graph
- large-language models
- QA
- retrieval-augmented generation
- text corpora
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
