西安交通大学等机构研究团队提出的"基于先验的深度思考"(DP)框架,通过充分利用知识图谱中的结构信息和约束条件,显著提升了大语言模型的推理可靠性。该框架包含知识蒸馏、规划、实例化和内省四个组件,通过渐进式知识蒸馏策略和推理内省机制,使模型能生成更忠实和可靠的回答。在三个基准数据集上的实验表明,DP不仅提高了推理准确性,特别是在ComplexWebQuestions数据集上的Hit@1提升了13%,还大大减少了模型交互次数,展现出极高的实用性。
至顶网 科技行者 2025-05-27 11:36:30