想象你有一位非常聪明、博览群书的图书管理员（即大型语言模型，或 LLM）。这位管理员读过数百万本书，几乎能告诉你任何事。然而，像任何人一样，他们也有无法完美记住所有内容的局限。有时，他们可能会混淆两个相似的故事，忘记某个具体细节，或者自信地编造一个听起来正确但实则错误的“事实”。研究人员将这种现象称为“幻觉”。

为了解决这个问题，本文作者提出了一种让这位管理员工作的新方法，他们称之为“推理时知识图谱构建”。

以下是他们方法的运作方式，通过“绘制寻宝地图”这一类比，分解为简单步骤：

问题：非结构化搜索

通常，当你向图书管理员提出一个棘手的问题时，他们可能会尝试仅靠深入思考（即“思维链”）来回答。或者，他们可能会在互联网上查找一些文本并阅读。

• 问题所在： 阅读一段冗长、杂乱的文本，就像试图通过阅读一本关于该城市的小说来寻找某条特定街道。这很容易让人迷路、错过转弯，或被无关细节分散注意力。由于信息未加组织，图书管理员可能会抓取错误的事实。

解决方案：绘制“地图”（知识图谱）

作者们教导图书管理员在回答问题时，不要仅仅阅读文本，而是绘制一张“地图”（即知识图谱）。这张地图用线条（关系）连接着点（事实）。

以下是他们的四步流程：

1. 绘制种子地图（初始化）

当你提出一个问题（例如：“伯恩斯坦的《交响舞曲》是基于哪部戏剧创作的？”）时，图书管理员首先查看自己的记忆，并绘制出一张微小、粗略的草图。

• 他们写下：Dag Achatz → 改编 → 交响舞曲 → 源自 → 西区故事。
• 问题： 图书管理员的内部记忆可能不完整。他们可能会停在“西区故事”上，心想：“这就是答案！”但实际上，《西区故事》本身又是基于其他作品创作的。这张地图缺少了一块。

2. 扩展地图（内部扩展）

图书管理员查看他们的草图，问道：“关于这些点，我还知道什么？”他们尝试利用自己的脑力在地图上添加更多线条。

• 他们可能会添加：西区故事 → 作曲者 → 伦纳德·伯恩斯坦。
• 问题： 即使进行了这种扩展，图书管理员可能仍然缺少将《西区故事》与原始戏剧《罗密欧与朱丽叶》重新连接起来的关键线索。他们的内部记忆存在空白。

3. 咨询“城市指南”（外部检索）

这是神奇的一步。图书管理员意识到：“我不确定我是否掌握了全貌。”于是，他们暂停并咨询一位值得信赖的外部“城市指南”（如维基百科或谷歌搜索）。

• 他们在指南中查阅《西区故事》。
• 指南显示：“《西区故事》的灵感来源于《罗密欧与朱丽叶》。”
• 图书管理员将这一经过验证的新事实添加到他们的地图中：西区故事 → 灵感来源 → 罗密欧与朱丽叶。
• 益处： 如果图书管理员之前犯了错误（例如，认为音乐出自不同的年份），“城市指南”能帮助他们修正地图，而不仅仅是添加内容。

4. 找到宝藏（在图谱上作答）

现在，拥有一张完整且经过修正的地图，将"Dag Achatz"一直连接到“罗密欧与朱丽叶”，图书管理员在地图上追踪路径。由于路径清晰且经“城市指南”验证，他们可以自信地回答：“答案是《罗密欧与朱丽叶》。”

为什么这更好？

论文声称，该方法在以下三个主要原因上优于其他方法：

1. 结构优于混乱： 图书管理员不再在杂乱无章的文本洪流中跋涉，而是使用结构化的地图工作。这使得他们更难被无关信息分散注意力。
2. 自我修正： 图书管理员不仅仅信任自己的记忆。他们利用外部指南来修正自己地图中的错误。如果图书管理员认为"A 导致 B"，但指南说"A 导致 C"，图书管理员就会更新地图。
3. 小管理员也能做大事： 实验表明，即使是较小、较弱的“图书管理员”（较小的 AI 模型），如果使用这种绘图方法，也能表现得与巨大的模型一样好。外部指南拉平了竞争环境。

结果

作者在三种不同类型的常识问答挑战中测试了这种方法。

• 结果： 与询问 AI 的标准方法相比，他们的方法 consistently 获得了更多正确答案。
• “召回”提升： 他们发现，通过使用外部指南，他们构建的“地图”中包含正确事实的频率要高得多（在“召回”率，即找到正确事实方面有了巨大提升），而不仅仅是依赖 AI 的记忆。

注意事项（局限性）

作者诚实地指出了缺陷：

• 垃圾进，垃圾出： 如果图书管理员绘制的地图初始部分就是错的，且外部指南未能发现，那么最终答案仍然会是错的。
• 并非完美： 在地图上拥有正确事实与实际选出正确答案之间仍存在差距。该系统尚未达到 100% 的完美。

总结

简而言之，这篇论文建议，与其让 AI 仅仅“思考”或“阅读一段文字”，不如让它构建一张事实的视觉地图，对照可信的百科全书检查该地图，修正地图上的任何错误，然后沿着地图找到答案。这使得 AI 更准确、更不易撒谎，也更容易理解。