HypoAgent：知识图谱上交互式溯因假设生成的智能体框架

知识图谱上的溯因推理旨在生成能解释观测实体或事实的逻辑假设。现有可控假设生成方法允许用户以显式条件引导该过程，但在交互场景中仍有局限：它们难以在多轮对话中对不断演化的自然语言意图进行落地，且在生成的假设失败时几乎无法提供细粒度诊断。为解决这些局限，我们提出HypoAgent，一个面向知识图谱交互式溯因假设生成的智能体框架。HypoAgent集成三个智能体：意图识别智能体，将用户话语与对话历史落地为可执行的KG条件；假设生成智能体，根据提取的用户意图执行可控假设生成；根因分析智能体，诊断不可靠的假设片段，并利用KG邻域探测识别有依据的修正。在常识与生物医学领域知识图谱上的实验表明，HypoAgent在单轮、多轮与无条件设置下均取得最先进的语义相似度。代码发布于https://github.com/HKUST-KnowComp/HypoAgent。