Jun, 2024
将大型语言模型与基于图的推理相结合,用于对话式问答
Integrating Large Language Models with Graph-based Reasoning for
Conversational Question Answering
TL;DR我们提出了一种在对话中理解问题并从不同来源(如文本、知识图谱、表格和信息框)中进行推理的说话式问答任务,我们的方法利用了图结构化表示,通过最小化交叉熵直接将图嵌入到大型语言模型中,同时利用了大型语言模型的推理和文本生成能力。我们的模型通过维护一个存储模块来追踪和更新过去的证据,从而影响图的结构,并在ConvMix基准测试中取得了实验结果,证明了图嵌入增强了大型语言模型的推理能力,而存储模块则提供了对噪声和检索错误的鲁棒性。