大模型最怕的不是不会答,是答得一本正经还编得圆。
这篇 arXiv 论文盯的就是这个老毛病:让 LLM 在异构知识图谱(KG)上做多跳推理时,靠不靠得住。作者挑了五个图谱——DrugBank(药物)、NeuroSynth(神经影像)、Cognitive Atlas(认知)、Brain Map 和 GDPKG——跨生物医学和认知神经科学两个领域,测了 GPT-5.1、Gemini 2.0 Pro、Llama 3、Qwen 和 BioGPT 五个模型。
核心结论不复杂,但很实用:给模型接上图谱锚定(graph grounding,把推理拴在结构化知识上而不是纯靠参数记忆),多跳推理的准头能上来,幻觉能下去。
对做 RAG(检索增强生成,先查资料再让模型作答)和知识密集型应用的团队,这是个可以照抄的思路。RAG 现在的痛点恰恰是「检索到了、模型自己飘了」——检索和生成两张皮。图谱锚定相当于在生成环节加一道结构化约束,逼模型别瞎编。
我没把它吹成「解决幻觉」的银弹。论文本身也限定在五个特定图谱、特定任务,泛化到开放域还得打问号。但方向值钱:把「可信」从口号变成可工程化的约束,这事比训更大的模型实在。
做医疗、工业这类容错率低的场景,这一类「先绑结构、再放模型」的打法,会比单纯堆参数更早见到真效果。