Think-on-Graph：基于知识图的大型语言模型的深层可靠推理11.12

摘要

尽管大型语言模型（LLM）在各种任务中取得了巨大的成功，但它们经常与幻觉问题作斗争，特别是在需要深入和负责任的推理的场景中。这些问题可以通过在LLM推理中引入外部知识图（KG）来部分解决。在本文中，我们提出了一个新的LLM-KG集成范式“LLM KKG”，它把LLM作为一个代理，以交互式地探索相关的实体和KGs上的关系，并进行推理的基础上检索到的知识。我们通过引入一种称为图上思维（ToG）的新方法进一步实现了这种范式，其中LLM代理迭代地在KG上执行波束搜索，发现最有希望的推理路径，并返回最可能的推理结果。我们通过一系列精心设计的实验来检验和说明ToG的以下优点：

• 1）与LLM相比，ToG具有更好的深度推理能力;
• 2）ToG通过利用LLM推理和专家反馈，具有知识可追溯性和知识可纠正性;
• 3）ToG为不同的LLM、KG和提示策略提供了一个灵活的即插即用框架，而不需要任何额外的训练成本;
• 4）在某些场景下，具有小LLM模型的ToG的性能可以超过诸如GPT-4的大LLM，这降低了LLM部署和应用的成本。

作为一种具有较低计算成本和较好通用性的免训练方法，ToG在9个数据集中的6个数据集中实现了整体SOTA，而大多数以前的SOTA依赖于额外的训练。

1 引言

大型语言模型（LLM）在各种自然语言处理任务中表现出了卓越的性能。这些模型利用了应用于大量文本语料库的预训练技术，以生成连贯和上下文适当的响应。尽管LLM具有令人印象深刻的性能，但在面对复杂的知识推理任务时，LLM具有很大的局限性，需要深入和负责任的推理。

• 首先，LLM通常无法提供准确的答案，要求专业知识超出预培训阶段（图1a中的过时知识），或者需要长逻辑链和多跳知识推理的问题。
• 其次，LLM缺乏责任感，可解释性和透明度，担心出现幻觉或错误文本的风险。
• 第三，LLM的培训过程通常昂贵且耗时，使其知识保持最新具有挑战性。
  
  认识到这些挑战，一个自然和有前途的解决方案是结合外部知识，如知识图（KG），以帮助改善LLM推理。KG提供了结构化的、明确的和可编辑的知识表示，提出了一种补充策略来减轻LLM的局限性。研究人员探索了使用KG作为外部知识来源，以减轻LLM的幻觉。
  这些方法遵循常规：从KG检索信息，相应地增加提示，并将增加的提示输入LLM（如图1b所示）。在本文中，我们将这种范式称为“LLM⊕LKG”。虽然LLM的目的是整合的力量和KG，在这个范式中，LLM扮演翻译器的角色，将输入的问题转换为机器可理解的命令KG搜索和推理，但它不直接参与图推理过程。不幸的是，松耦合LLM⊕KG范式有其自身的局限性，其成功在很大程度上取决于KG的完整性和高质量。例如，在图1b中，尽管LLM成功地识别了回答问题所需的必要关系类型，但关系“majority party” 的缺失导致检索正确答案的失败。

基于这些考虑，我们提出了一个新的紧耦合的“LLM ⊕ KG”范式，其中KG和LLM协同工作，在图推理的每个步骤中相互补充。图1c提供了一个示例，说明了LLM ⊕ KG的优势。在这个例子中，导致图1b中失败的缺失关系“majority party”可以由具有动态推理能力的LLM代理发现的参考三元组（澳大利亚，总理，Anthony Albanese）补充，以及Anthony Albanese的政党成员来自LLM的固有知识。通过这种方式，LLM成功地利用从KG检索的可靠知识生成正确答案。作为这种范式的实现，我们提出了一个算法框架“Thought-on-Graph”（意思是：LLM沿着推理路径“知识图”一步一步“思考”，以下简称为ToG），深入、负责、高效的LLM推理。在KG/LLM推理中使用波束搜索算法。ToG允许LLM在KG中动态探索许多推理路径并相应地做出决策。给定输入问题，ToG首先识别初始实体，然后迭代地调用LLM以通过探索（经由“在图上”步骤在KG中寻找相关三元组）和推理（经由“思考”步骤决定最相关的三元组）从KG检索相关三元组，直到信息足够通过波束搜索中的前N个推理路径来回答问题（由LLM在“思考”步骤中判断）或达到预定义的最大搜索深度。

ToG的优势可以概括为：

• (1) 深度推理：ToG从KG中提取多样的多跳推理路径作为LLM推理的基础，增强了LLM对知识密集型任务的深度推理能力。
• (2) 负责任的推理：显式的、可编辑的推理路径提高了LLM推理过程的可解释性，并能够跟踪和纠正模型输出的起源。
• (3) 灵活性和效率：
• • a）ToG是一个即插即用的框架，可以无缝地应用于各种LLM和KG。
• • b）在ToG框架下，知识更新可以通过KG来实现，而不是LLM，后者的知识更新昂贵且缓慢
• • c）ToG增强了小型LLM的推理能力（例如，LLAMA 2 - 70 B）与大型LLM（例如，GPT-4）。

2 方法

ToG通过要求LLM在知识图谱上执行 波束搜索 来实现“LLM⊗KG”范式。具体地，它提示LLM迭代地探索KG上的多个可能的推理路径，直到LLM确定可以基于当前推理路径来回答问题。ToG不断更新和维护前N条推理路径P = {p₁，p₂，…，p_N}，其中N表示波束搜索的宽度。ToG的整个推理过程包括初始化、探索和推理3个阶段。

具体来说，波束搜索从一个初始的候选序列开始，然后根据模型的预测结果，生成若干个可能的下一个候选序列。这些候选序列会根据模型对它们的打分进行排序，保留得分最高的一部分序列，并舍弃得分较低的序列。然后，这些高分序列再作为当前的候选集合，继续生成下一个候选序列，直到达到预定的长度或满足某个终止条件。
波束搜索采用了贪心策略，即在每个时间步选择得分最高的候选序列。这种策略可以帮助波束搜索在搜索空间中更快地找到高质量的解，但也可能导致搜索陷入局部最优解。为了缓解这个问题，可以引入一些技巧，例如增加波束宽度、引入长度惩罚等。

2.1图上思考

2.1.1图的初始化

给定一个问题，ToG利用底层LLM在知识图谱上定位推理路径的初始实体。该阶段可以被视为前N个推理路径P的初始化。ToG首先提示LLM自动提取所讨论的主题实体，并获得前N个主题实体E⁰ = {e⁰₁，e⁰₂，…，e⁰_N}的问题。注意，主题实体的数量可能小于N。

2.1.2 探索

在第D次迭代开始时，每条路径p_n由D-1个三元组组成，即p_n ={(e^d_s,n, r^d_j,n, e^d_o,n)}^D−1_d=1。其中e^d_s,n，和e^d_o,n表示主体和客体实体，r^d_j,n是它们之间的特定关系，(e^d_s,n, r^d_j,n, e^d_o,n)和（(e^d+1_s,n, r^d+1_j,n, e^d+1_o,n)）彼此连接。P中的尾实体和关系的集合表示为E^D-1 = {e^D-1₁，e^D-1₂，…，e^D-1_N }和R^D−1 = {r^D−1₁，r^D−1₂，… ，r^D−1_N }。

第D次迭代中的探索阶段旨在利用LLM基于问题x从当前前N个实体集合E^D-1的相邻实体中识别最相关的前N个实体E^D，并使用E^D扩展前N个推理路径P。为了解决使用LLM处理众多相邻实体的复杂性，我们实现了两步探索策略：首先发掘出有意义的关系，然后用所选择的关系指导实体发掘。

关系探索
关系探索是一个波束搜索过程，深度为1，宽度为N，从E^D-1到R^D。整个过程可以分解为两个步骤：搜索和修剪。LLM作为代理自动完成此过程。

• 搜索 在第D次迭代开始时，关系探索阶段首先为每个推理路径p_n搜索链接到尾实体e^D-1_n的关系R^D_cand,n。这些关系被聚合成R^D_cand。在图2的情况下，E¹ = {堪培拉}，R¹_cand表示向内或向外链接到堪培拉的所有关系的集合。值得注意的是，搜索过程可以通过执行附录E.1和E.2中所示的两个简单的预定义正式查询来轻松完成，这使得ToG能够很好地适应不同的KG，而无需任何培训成本。
• 剪枝 一旦我们已经从关系搜索中获得候选关系集R^D_cand和扩展的候选推理路径P_cand，我们就可以利用LLM基于问题x的文字信息和候选关系R^D_cand从P_cand中选出以尾部关系R^D结尾的新的前N个推理路径P。此处使用的提示可参见附录E.3.1。如图2所示，LLM在第一次迭代中从链接到实体堪培拉的所有关系中选择前3个关系{capital of，country，territory}。由于堪培拉是唯一的主题实体，所以前3个候选推理路径被更新为{（堪培拉，首都），（堪培拉，国家），（堪培拉，领土）}。

实体探索 与关系探索类似，实体探索也是由LLM从R^D到E^D执行的波束搜索过程，并且包括两个步骤，搜索和修剪。

• 搜索 一旦我们已经从关系探索获得了新的前N个推理路径P和新的尾关系RD的集合，对于每个关系路径pn ∈ P，我们可以通过查询（e^D-1_n，r^D_n，？）或（？，r^D_n，e^D−1_n），其中e^D−1_n，r_n表示p_n的尾实体和关系。我们可以聚合
  扩展为E^D_cand，并利用尾部实体E^D_cand扩展前N条推理路径P到P_cand。对于所示的情况，E¹_cand可以表示为{Australia，Australia，澳大利亚首都直辖区}。
• 剪枝 由于每个候选集合E^D_cand中的实体是用自然语言表达的，因此我们可以利用LLM来从P_cand中选择以尾部实体艾德结束的新的前N个推理路径P。此处使用的提示可参见附录E.3.2。如图2所示，澳大利亚和澳大利亚首都直辖区被评分为1，因为关系capital of、country和territory仅分别链接到一个尾实体，并且当前推理路径p被更新为{（堪培拉，capital of，Australia），（Canberra，country，Australia），（Canberra，territory，澳大利亚首都直辖区）}。

2.1.3推理

在通过探索过程获得当前推理路径P后，我们提示LLM评估当前推理路径是否足以生成答案。如果评估结果是肯定的，我们将提示LLM使用推理路径生成答案，并将查询作为输入，如图2所示。用于评估和生成的提示可在附录E.3.3和E.3.4中找到。相反，如果评估得到否定的结果，我们重复探索和推理步骤，直到评估是肯定的或达到最大搜索深度Dmax。如果算法还没有结束，这意味着即使在达到Dmax时，TOG仍然无法探索推理路径来解决问题。在这种情况下，TOG完全基于LLM中的固有知识来生成答案。TOG的整个推理过程包括D个探索阶段和D个评估步骤，以及一个生成步骤，最多需要2ND+D+1次LLM调用。

2.2 基于关系的Think on graph

先前的KBQA方法，特别是基于语义解析的KBQA方法，主要依赖于问题中的关系信息来生成正式查询。受此启发，我们提出了基于关系的ToG（ToG-R），其探索前N个关系链
，从主题实体开始，而不是基于三元组的推理路径。ToG-R在每次迭代中依次执行关系搜索、关系修剪和实体搜索，这与ToG相同。然后ToG-R基于实体搜索获得的以E^D_cand结尾的所有候选推理路径执行推理步骤。如果LLM确定检索到的候选推理路径不包含LLM回答问题的足够信息，则我们从候选实体E^D_cand中随机采样N个实体，并继续进行下一次迭代。假设每个实体集合 中的实体可能属于同一实体类并且具有相似的相邻关系，则修剪实体集合的结果可能对随后的关系探索具有很小的影响。因此，我们使用随机波束搜索代替ToG中的LLM约束波束搜索来进行实体修剪，称为随机修剪。算法1和2显示了ToG和ToG-R的实现细节。ToG-R最多需要ND +D + 1个到LLM的调用。

与ToG相比，ToG-R提供了两个关键优势：

• 1）它消除了使用LLM修剪实体的过程，从而降低了整体成本和推理时间。
• 2)ToG-R主要强调关系的文字信息，当中间实体的文字信息缺失或不熟悉时，减轻误导推理的风险。