摘要
检索增强生成（RAG）虽能提升大模型推理能力，但现有文本图 RAG 多局限于低维结构，忽视了对闭环推理至关重要的循环结构。为此，本文提出拓扑增强检索增强生成（TopoRAG）框架。该方法首先将文本图提升为细胞复形以建模多维拓扑结构，随后利用拓扑感知子复形检索机制提取相关上下文，最后通过多维拓扑推理机制传播关系信息，引导大模型进行结构化逻辑推断。实验表明，该方法在多种文本图任务中均优于现有基线。
AI 推荐理由
论文核心提出拓扑增强推理机制，利用高维结构解决循环推理难题，显著提升 LLM 推理能力。
研究机构
重庆大学 advanced interdisciplinary studies
重庆大学 computer science and technology
中兴通讯智能系统部
论文信息