10:53官方账号arXiv cs.AI@Peiji Yu, Xin Chen, Tianxing Wu本文提出 Debate-on-Graph (DoG) 框架,使大语言模型能与不确定知识图谱 (UKG) 自适应协作。DoG 首先设计针对 UKG 的启发式搜索算法,提取可靠且与问题相关的子图,减少噪声。然后引入多智能体辩论机制,通过对抗性辩论获得可靠答案。在四个基准 QA 数据集上的实验显示,DoG 超越现有 LLM 推理方法和基于 KG 的基线方法。论文Debate-on-GraphUncertain Knowledge GraphLLM推荐理由:这篇论文用多智能体辩论来让大模型在不确定知识图谱上推理更靠谱,四个基准都刷了新成绩,值得一看。原文稍后读已读值得跟进有用关注 Debate-on-Graph