arXiv cs.CL· Meiduo Chong, Shaolei Zhang, Ju Fan, Xiaoyong Du·· 11 小时前AI 评分38
EvoOntology：面向数据智能体的自进化本体层
EvoOntology: A Self-Evolving Ontology Layer for Data Agents
AI 导读
EvoOntology 是一个面向数据智能体的自进化本体层，将本体封装为包含 schema 层、内容层和工具层的 MCP server，让智能体在运行时主动查询和交互。
正文 · AI 翻译
摘要：数据智能体旨在针对异构数据（包括表格、文件和数据库）执行自然语言指令。然而，数据智能体面临一个具有挑战性的智能体-数据鸿沟：异构数据位于智能体之外，而智能体只能通过通用工具访问它（例如列名和文件路径）。现有方法要么让智能体直接探索原始数据源，要么将人工构建的语义层注入提示中。然而，这两种方法都无法很好地扩展到大型异构数据源，也无法适应不同的智能体行为。在本文中，我们提出了 EvoOntology，一种用于数据智能体的自演化本体层。EvoOntology 将本体封装为一个 MCP 服务器，包含模式层、内容层和工具层，使智能体能够在运行时主动查询本体并与之交互。为此，我们引入了一个用于自主构建本体的构建器智能体，以及一个自演化循环，该循环通过归因引导的类型化编辑持续改进本体，这些编辑只有在经过骨干条件配对评估后才会被接受。在三个广泛采用的数据智能体基准上，使用四个 LLM 骨干进行的实验表明，EvoOntology 始终优于强基线和现有的语义层方法，有效弥合了智能体-数据鸿沟，并实现了与异构数据更有效的交互。代码：此 https URL
| 评论： | 代码：此 https URL |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL）；数据库（cs.DB） |
| 引用为： | arXiv:2609.15779 [cs.AI] |
| （或 arXiv:2609.15779v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2609.15779 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Shaolei Zhang [查看电子邮件]
[v1]
2026年9月14日星期一 15:59:24 UTC（1,320 KB）
[v2]
2026年11月2日星期一 14:07:23 UTC（1,320 KB）
来源：arXiv cs.CL · arxiv.org