ParallaxRAG

新的ParallaxRAG框架增强了LLM在知识图谱上的多跳推理能力

研究人员开发了一个名为ParallaxRAG的新框架，以改进大型语言模型在知识图谱上处理多跳推理的方式。该系统解决了Transformer注意力头可能产生跳跃对齐中继模式的局限性，而现有的检索增强生成方法未能利用这一点。ParallaxRAG创建了不同的、特定于头部的语义空间，以保持关系多样性，并引导LLM进行更准确、逐跳的推理，从而在WebQSP和CWQ等基准测试中取得了最先进的性能，同时还减少了幻觉。