Nedávno jsem viděl 2 skvělé články o LLM+KG pro komplexní logické usuzování

Nedávno jsem viděl 2 skvělé články o LLM+KG pro komplexní logické usuzování

1. LARK https://arxiv.org/abs/2305.01157 Complex Logical Reasoning over Knowledge Graphs using Large Language Models

2. ROG https://arxiv.org/abs/2512.19092 A Large Language Model Based Method for Complex Logical Reasoning over Knowledge Graphs

I. Obtíže usuzování znalostních grafů

Znalostní grafy (KG) jakožto klíčový nosič strukturovaných znalostí čelí třem hlavním problémům:

• Složitost: Kombinatorická exploze vícehopových odvozování, průniků a sjednocení, negací atd.
• Neúplnost: Reálné KG obecně vykazují šum a chybějící data
• Generalizace: Tradiční metody vkládání se obtížně přenášejí mezi datovými sadami

Tradiční řešení (jako Query2Box, BetaE) spoléhají na geometrický vkládací prostor a modelují logické operace jako vektorové/krabicové operace, ale při hlubokém usuzování dochází k závažným ztrátám informací. Jak zajistit, aby model rozuměl logické struktuře a zároveň flexibilně usuzoval? Vzestup velkých jazykových modelů (LLM) nabízí nový přístup.

Obrázek 1: Rozklad dotazovacího řetězce LARK a proces usuzování LLM. Rozkládá složité dotazy s více operacemi na dílčí dotazy s jednou operací a postupně je řeší.

II. Řešení: Dědictví a evoluce dvou generací metod

LARK (2023) —— Průkopnické dílo

Obrázek 2: Strategie rozkladu pro 14 typů dotazů. 3p je rozděleno na 3 projekce, 3i je rozděleno na 3 projekce + 1 průnik.

Klíčové inovace: Abstrakce dotazů + Rozklad logického řetězce

Komponenty Návrh Abstrakce dotazů Entity/vztahy jsou nahrazeny ID, čímž se eliminuje halucinace a zvyšuje generalizace Vyhledávání sousedství Prohledávání do hloubky k-hop (k=3), extrahování souvisejících podgrafů Řetězový rozklad Dotazy s více operacemi → Sekvence dílčích dotazů s jednou operací Sekvenční usuzování Ukládání mezivýsledků do mezipaměti, logické uspořádané nahrazování zástupných symbolů Klíčový postřeh: LLM vynikají v jednoduchých dotazech, složité dotazy po rozkladu zlepšují výkon o 20 % - 33 %.

ROG (2025) —— Pokročilá verze

Dědí rámec LARK a přidává mechanismus konsensu Agentů:

ROG = Jádro LARK + Spolupráce více Agentů + Posílení myšlenkového řetězce

Vysvětlení vylepšení Návrh Agenta Agent = Znalostní báze + LLM, rozhodování konsensem více Agentů CoT vylepšení Jasnější šablony pro myšlenkový řetězec Domácí adaptace Založeno na ChatGLM+Neo4j, zaměřeno na vertikální oblasti, jako je energetika Model datového toku ROG

Skokový nárůst výkonu: Na FB15k, ip dotaz (projekce po průniku) MRR z 29,3 → 62,0, zlepšení o 111 %!

Tabulka 1: Srovnání MRR datové sady FB15k. ROG je celkově lepší, nejvýraznější zlepšení u složených dotazů.

III. Stanovení paradigmatu a budoucí směr

Oba články společně ověřují paradigma:

"Rozšíření vyhledávání + Rozklad dotazů + Usuzování LLM" je efektivní cesta pro komplexní logické usuzování KG.

Klíčové trendy:

• Abstrakce je zásadní —— Odstranění sémantického šumu, zaměření na logickou strukturu
• Strategie rozkladu určuje horní hranici —— Řetězový rozklad je spolehlivější než end-to-end
• Schopnosti modelu se neustále uvolňují —— Od Llama2-7B po ChatGLM, pokrok základny přináší významné zisky

Mechanismus Agentů ROG sice zvyšuje vysvětlitelnost, ale klíčová inovace spočívá spíše v inženýrské optimalizaci než v teoretickém průlomu. Budoucí směr může spočívat v: strategiích dynamického rozkladu (adaptivní složitost dotazů), fúzi multimodálních KG a rozsáhlejším ověřování v otevřené doméně.