摘要
本文提出 PersonalAI 2.0 (PAI-2) 框架,通过整合外部知识图谱增强大语言模型系统。该方法引入动态多阶段查询处理流水线,解决了现有 GraphRAG 方法的局限。其核心在于利用提取实体和生成线索查询引导自适应迭代搜索。在六个基准测试上的评估表明,相比 LightRAG 等基线,PAI-2 显著提升了事实准确性并降低了幻觉率。消融实验证实,启用的搜索规划增强机制带来了显著性能提升,展现了其在下一代个性化 AI 应用中的潜力。
AI 推荐理由
论文核心提出基于规划机制的动态多阶段查询流程,显著提升知识图谱检索效果。
研究机构
Shor, Moscow, Russia
Public joint stock company 'Sberbank of Russia', Moscow, Russia
AIBI, Moscow, Russia
论文信息