GraphReAct: Un Framework di Ragionamento-Azione su Grafi per LLM

GraphReAct, un framework innovativo, potenzia i grandi modelli linguistici per eseguire ragionamenti multi-step su dati strutturati a grafo, combinando ragionamento e azioni. Presenta uno spazio di azione orientato ai grafi che include due metodi di recupero sinergici: il recupero topologico, che si concentra sulle dipendenze strutturali locali, e il recupero semantico, volto a trovare informazioni rilevanti non locali. Questa metodologia affronta le difficoltà di applicare i paradigmi di ragionamento-azione all'apprendimento su grafi, dove i dati sono distribuiti tra nodi e archi e rappresentati attraverso topologia e forme latenti. Il framework facilita l'inferenza graduale, migliorando il contesto raccolto durante il processo di ragionamento multi-step.