Autonomous Knowledge Graph Exploration with Adaptive Breadth-Depth Retrieval

1. Planteamiento del Problema

La recuperación de evidencia desde Grafos de Conocimiento (KG) para consultas de Modelos de Lenguaje Grande (LLM) implica un compromiso fundamental entre amplitud (cubrir el grafo para encontrar entidades relevantes) y profundidad (recorrer caminos relacionales de múltiples saltos para encontrar evidencia específica).

• Los recuperadores basados en similitud (p. ej., BM25, incrustaciones densas) ofrecen una cobertura amplia pero a menudo permanecen superficiales, fallando en capturar cadenas relacionales complejas.
• Los métodos basados en recorrido (p. ej., agentes de grafos) sobresalen en el razonamiento de múltiples saltos, pero dependen de la selección de nodos "semilla" para iniciar la exploración. Si la selección de la semilla es ambigua o incompleta, la búsqueda se estanca localmente, perdiendo evidencia relevante en otras partes.
• Limitaciones existentes: Los enfoques actuales a menudo tratan estos modos de forma aislada, requieren entrenamiento específico para la tarea o dependen de una selección de semillas frágil y profundidades de salto preestablecidas. Existe una falta de un marco libre de entrenamiento que equilibre dinámicamente la búsqueda global y el recorrido local según las necesidades de la consulta.

2. Metodología: ARK (Recuperador Adaptativo de Conocimiento)

ARK es un marco de recuperación libre de entrenamiento, que utiliza herramientas, que empodera a un agente LLM para navegar autónomamente un KG. Opera mediante un proceso interactivo donde el agente selecciona herramientas para construir una trayectoria de recuperación.

Arquitectura Central

• Definición del Agente: Un agente $A = \langle LLM, T \rangle$ interactúa con un KG $G = \langle V, E, \dots \rangle$. El agente mantiene una lista clasificada de nodos recuperados $R$ y finaliza mediante una acción FINISH o un límite de pasos.
• Interfaz de Dos Herramientas:
  1. Búsqueda Global (SearchG): Realiza una búsqueda léxica (usando BM25) sobre los descriptores de nodos (títulos, descripciones) en todo el grafo. Esto proporciona puntos de entrada amplios para consultas ricas en texto.
  2. Exploración de Vecindad (Neighbors): Explora el vecindario de un salto de un nodo específico, filtrado por tipos de nodo/arista y opcionalmente re-clasificado por una subconsulta. Esto permite un recorrido dirigido de múltiples saltos.
• Estrategia Adaptativa: El LLM decide dinámicamente qué herramienta usar basándose en la consulta y el contexto actual.
  • Consultas ricas en texto: Prioriza Búsqueda Global.
  • Consultas ricas en relaciones: Prioriza Vecindad para recorrer caminos.
  • Consultas complejas: Alterna entre el anclaje global y la expansión local.
• Exploración Paralela: Para mejorar la robustez, ARK ejecuta $n$ agentes independientes en paralelo. Sus listas recuperadas se agregan utilizando una estrategia de fusión de rangos basada en votación (frecuencia de aparición + tiempo de descubrimiento más temprano).
• Destilación sin Etiquetas: Una innovación clave es la capacidad de destilar la política de uso de herramientas de un modelo "maestro" grande (p. ej., GPT-4.1) en un modelo "estudiante" más pequeño (p. ej., Qwen3-8B) utilizando ajuste fino supervisado sobre trayectorias de interacción. Crucialmente, esto no requiere etiquetas de relevancia de verdad fundamental; el estudiante aprende imitando las llamadas a herramientas y observaciones exitosas del maestro.

3. Contribuciones Clave

1. Marco ARK: Introducción de un marco de recuperación libre de entrenamiento que otorga a los LLM el control sobre el compromiso amplitud-profundidad mediante un conjunto de herramientas mínimo y expresivo (Búsqueda Global + Exploración de Vecindad).
2. Recuperación Adaptativa: Demostración de que ARK puede cambiar autónomamente de estrategia basándose en el tipo de consulta (texto vs. relacional) sin reglas predefinidas ni entrenamiento específico para la tarea.
3. Destilación Eficiente: Un método para transferir políticas complejas de exploración de grafos desde modelos grandes a modelos compactos de 8B mediante imitación de trayectorias sin etiquetas, preservando un alto rendimiento a una fracción del costo de inferencia.
4. Evaluación Exhaustiva: Pruebas rigurosas en el conjunto de datos heterogéneo STaRK, mostrando mejoras consistentes sobre las líneas base tanto basadas en recuperación como basadas en agentes.

4. Resultados Experimentales

El marco fue evaluado en el benchmark STaRK, que incluye tres grafos heterogéneos grandes y ricos en texto: AMAZON (comercio electrónico), MAG (académico) y PRIME (biomédico).

• Rendimiento:
  • ARK logró el mejor rendimiento promedio en todas las métricas.
  • Hit@1: 59.1% (Promedio), mejorando hasta un 31.4% sobre métodos basados en recuperación y un 28.0% sobre métodos basados en agentes.
  • MRR: 67.4% (Promedio).
  • ARK funcionó excepcionalmente bien en MAG (73.4% Hit@1) y AMAZON (55.8% Hit@1), manteniéndose competitivo en PRIME.
• Adaptabilidad:
  • En AMAZON (rico en texto), ARK utilizó Búsqueda Global para el 87.7% de las llamadas.
  • En MAG y PRIME (ricos en relaciones), cambió a Exploración de Vecindad para el 65.3% y 52.3% de las llamadas, respectivamente, coincidiendo con la distribución de consultas sin anotación explícita.
• Eficiencia de Destilación:
  • Destilar ARK en un modelo Qwen3-8B retuvo hasta el 98.5% de la tasa Hit@1 del maestro.
  • En el conjunto de datos PRIME, el modelo destilado de 8B mejoró el Hit@1 en +13.5 puntos absolutos sobre el modelo base de 8B.
  • La destilación es eficiente en datos: utilizando solo el 10% de las trayectorias de entrenamiento se recuperó aproximadamente la mitad de la ganancia total de rendimiento.
• Estudios de Ablación:
  • Eliminar Vecindad causó caídas significativas en grafos relacionales (MAG/PRIME), confirmando la necesidad del recorrido de múltiples saltos.
  • Eliminar el filtrado basado en tipos perjudicó el rendimiento en grafos heterogéneos, destacando la importancia de las restricciones de esquema.
  • Léxico vs. Denso: BM25 (léxico) superó a la recuperación densa en el entorno iterativo de ARK, sugiriendo que la capacidad del agente para refinar subconsultas compensa las limitaciones léxicas.

5. Significado e Impacto

• Practicidad: ARK demuestra que la recuperación robusta de KG no requiere entrenamiento complejo ni presupuestos masivos de computación. Una interfaz de herramientas simple y bien diseñada permite a los LLM navegar grafos complejos de manera efectiva.
• Escalabilidad: El enfoque de destilación sin etiquetas hace que el razonamiento avanzado de grafos sea accesible para modelos más pequeños y de código abierto, reduciendo la barrera de entrada para implementar sistemas aumentados con KG.
• Interpretabilidad: El sistema ofrece un claro compromiso "presupuesto-rendimiento". Los usuarios pueden ajustar el número de agentes y los límites de pasos para equilibrar la latencia y la precisión, proporcionando un punto de operación transparente para diferentes necesidades de aplicación.
• Generalización: Al evitar el entrenamiento específico para la tarea, ARK es inherentemente más transferible entre diferentes dominios y esquemas de grafos en comparación con los modelos de recuperación supervisados.

En conclusión, ARK establece un nuevo paradigma para la recuperación adaptativa de grafos, demostrando que combinar la búsqueda léxica global con una exploración de vecindad controlada y dirigida por agentes produce resultados superiores tanto en precisión como en eficiencia en comparación con los métodos estáticos existentes o puramente basados en recorrido.