基于代码依赖的结构化知识检索用于多步数据推理

利用大语言模型解决领域特定数据分析任务时，选择合适的知识至关重要。然而，大多数检索增强方法主要依赖词汇或嵌入相似度，这往往是多步推理所需关键知识的弱代理。在许多此类任务中，相关知识不仅与查询在文本上相关，更根植于可执行代码及其计算依赖结构中。为此，我们提出了 SGKR（基于结构的知识检索），这是一种利用函数调用依赖诱导的图来组织领域知识的检索框架。给定问题，SGKR 提取语义输入输出标签，识别连接它们的依赖路径并构建任务相关子图，随后将关联知识与函数实现组装为结构化上下文以支持基于 LLM 的代码生成。实验表明，SGKR 在多步数据分析基准测试中，显著提升了普通 LLM 和编码代理的解决方案正确性。