压缩性知识图谱假说：哪些图谱事实对科学假说生成重要？

知识图谱（KG）可以为语言模型提供结构化的科学上下文，但究竟哪些图谱事实真正塑造了所生成的假说，仍不清楚。我们在Mistral-7B、Llama-3.1-70B与Gemini 2.5 Flash上研究KG引导的电池材料假说生成。我们通过改变密度、本体丰富度、拓扑与控制结构来扰动局部KG，并用提供图谱指标与固定参考指标两类方式评估输出。在各模型上，KG的效用是有选择性的且依赖模型：图谱上下文会改变输出，但无KG的输出也能从模型先验中恢复相当多的图谱内容。紧凑的top-k子图往往能近似全图行为，包括在被断言结果三元组被留出的情况下。与此同时，压缩并非某一种语义排序规则所独有，随机子集与基于拓扑的子集也能恢复大部分信号。这些结果支持一个考虑冗余性的压缩性KG假说：有用的KG信号往往可以从紧凑且具科学结构的子图中恢复，而无需完整的局部图谱。