Explore-on-Graph

新框架XoG增强了LLM在不完整知识图谱上的问答能力

研究人员开发了一个名为Explore-on-Graph (XoG)的新框架，旨在改进不完整知识图谱上的问答。XoG通过学习从图结构本身恢复推理路径来解决知识图谱中事实缺失的问题，而不是依赖LLM生成可能产生幻觉的信息。该框架整合了实体关系统计信息和KG嵌入，以识别可能缺失的实体，并使用LLM作为语义选择器。在各种基准测试上的实验表明了XoG的有效性，它在完整图谱上保持竞争力，在面对缺失数据时优于其他方法，同时还减少了LLM的token消耗。