Ipotesi del Grafo di Conoscenza Compressivo: Fatti Selettivi del Grafo per la Generazione di Ipotesi Scientifiche

Un nuovo studio da arXiv (2605.27176) indaga quali fatti dei grafi di conoscenza siano più utili per la generazione di ipotesi scientifiche nei modelli linguistici. I ricercatori hanno perturbato grafi di conoscenza locali variando densità, ricchezza ontologica, topologia e struttura di controllo, testando Mistral-7B, Llama-3.1-70B e Gemini 2.5 Flash sulla generazione di ipotesi per materiali per batterie. Hanno scoperto che l'utilità del grafo è selettiva e dipendente dal modello: mentre il contesto del grafo modifica gli output, i modelli senza grafo di conoscenza recuperano comunque contenuti sostanziali dalle proprie conoscenze pregresse. Sottografi compatti top-k spesso approssimano il comportamento del grafo completo, anche quando le triplette di esito dichiarato vengono escluse. La compressione non è unica per il ranking semantico: anche sottoinsiemi casuali e basati sulla topologia recuperano gran parte del segnale. I risultati supportano un'ipotesi del Grafo di Conoscenza Compressivo consapevole della ridondanza.