LLM potenziati con memoria ontologica esterna per sistemi ibridi intelligenti

Un nuovo studio pubblicato su arXiv (2604.20795) presenta un framework ibrido all'avanguardia volto a migliorare i sistemi intelligenti. Questo approccio potenzia i grandi modelli linguistici (LLM) integrando un livello esterno di memoria ontologica. Invece di basarsi esclusivamente sulla conoscenza parametrica tradizionale e sul recupero vettoriale (RAG), il framework crea e mantiene un grafo di conoscenza strutturato utilizzando formati RDF/OWL. Ciò consente un ragionamento affidabile, tracciabile e semanticamente ricco. Una caratteristica notevole è la generazione automatizzata di ontologie da varie fonti di dati come documenti e registri di dialogo. Il sistema include processi per il riconoscimento di entità, l'estrazione di relazioni, la normalizzazione dei dati e la generazione di triple, seguiti dalla validazione tramite regole SHACL e OWL, con aggiornamenti continui del grafo. Durante l'inferenza, gli LLM combinano il recupero vettoriale con il ragionamento basato su grafi e strumenti esterni, insieme a risultati sperimentali su compiti di pianificazione.