RAGA: Costruzione e Recupero Autonomo di Grafi di Conoscenza Guidati da LLM

RAGA (Reading And Graph-building Agent) introduce un framework innovativo basato su LLM per la creazione autonoma e la generazione potenziata dal recupero di grafi di conoscenza (KG). Supera le sfide poste dai metodi di elaborazione batch senza stato, come la cattura inadeguata delle relazioni semantiche tra blocchi, problemi di disambiguazione delle entità e mancanza di interpretabilità. RAGA offre un set completo di strumenti per eseguire tutte le operazioni CRUD durante l'intero ciclo di vita del KG e incorpora un vincolo cognitivo di Lettura-Ricerca-Verifica-Costruzione all'interno di un ciclo di strumenti ReAct. Inoltre, un sistema di sincronizzazione KG-vettore facilita il recupero ibrido simbolico-vettoriale, mentre la verifica ancorata alle prove collega le voci di conoscenza al testo sorgente, garantendo una provenienza verificabile. I test iniziali su una porzione del dataset QASPER di QA scientifica mostrano una fusione di recupero migliorata.