EpisTwin：一种面向个人 AI 的基于知识图谱的神经符号架构

个人人工智能目前受限于用户数据在孤立孤岛中的碎片化。尽管检索增强生成提供了部分解决方案，但其对非结构化向量相似性的依赖无法捕捉整体意义构建所需的潜在语义拓扑和时间依赖性。本文引入 EpisTwin，这是一种神经符号框架，将生成推理建立在可验证的、以用户为中心的个人知识图谱之上。EpisTwin 利用多模态语言模型将异构的跨应用数据提升为语义三元组。在推理阶段，通过结合图检索增强生成与在线深度视觉细化的代理协调器，实现对个人语义图的复杂推理，动态地将符号实体重新锚定在其原始视觉语境中。此外，还提出了 PersonalQA-71-100 合成基准，用于模拟真实用户的数字足迹并评估 EpisTwin 性能。