经自适应广度-深度检索的自主知识图谱探索

摘要

从知识图谱为语言模型查询检索证据，需要在图上的广泛搜索与跟随关系链接的多跳遍历之间取得平衡。基于相似度的检索器提供覆盖面但较浅，而基于遍历的方法依赖选择种子节点以开始探索，当查询跨越多个实体与关系时可能失败。我们提出 ARK: Adaptive Retriever of Knowledge，一个使用工具的 KG 检索器，通过两操作工具集让语言模型掌控这一广度-深度权衡：对节点描述符的全局词汇搜索，以及可组合为多跳遍历的一跳邻域探索。ARK 在面向广度的发现与面向深度的扩展之间交替，而无需依赖脆弱的种子选择、预设跳数或检索训练。ARK 依据查询自适应使用工具：语言密集型查询用全局搜索，关系密集型查询用邻域探索。在 STaRK 上，ARK 达到 59.1% 的平均 Hit@1 与 67.4 的平均 MRR，相对基于检索与基于智能体的免训练方法，平均 Hit@1 提升最高 31.4%，平均 MRR 提升最高 28.0%。最后，我们通过免标签模仿把 ARK 的工具使用轨迹从大型教师蒸馏到 8B 模型，在 AMAZON、MAG 与 PRIME 数据集上分别比基础 8B 模型提升 Hit@1 绝对值 +7.0、+26.6 与 +13.5，同时保留教师 Hit@1 率最高 98.5%。

经自适应广度-深度检索的自主知识图谱探索 — 图1：Adaptive Retriever of Knowledge 概览。ARK 通过一个极简的两工具接口与 KG 交互：(a) 对于以文本为主的查询，ARK 强调广度，发出 Global Search 以检索宽泛的候选集合。(b) 对于以关系为焦点的查询，ARK 应用 Neighborhood Exploration，从先前检索到的节点（此处为一种药物）出发并扩展到相关实体，实现有针对性的关系检索。(c) 对于以关系为主的查询，ARK 通过交替使用 Global Search 与 Neighborhood Exploration 执行多跳检索：它先检索一个初始节点（如一篇文章），扩展到相关实体（如合著者），并持续扩展和过滤（如与每位作者相关且匹配查询关键词的论文），以恢复出一个有序的相关证据集合。