跳到正文
arXiv cs.AI· Yuyang Bai, Yu Wang, Yu Zhang·· 3 天前AI 评分29

知识图谱即文件:工具创建与工具使用协同演化的 Agent Harness

Knowledge Graphs as Files: An Agent Harness Where Tool Creation and Tool Use Co-Evolve

AI 导读

研究者提出直接知识图谱交互(DKGI),让语言模型 Agent 直接在完整的节点与边文件上编写 Python 代码创建图谱访问工具,并将执行与 shell 搜索、文件检查交错进行。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:搜索文本丰富的知识图谱需要在检查文本证据的同时沿着关系进行检索。预定义的图接口限制了智能体能够访问的证据范围,即使它们编写代码来组合工具调用或处理检索到的子图也是如此。我们提出了直接知识图谱交互(DKGI),这是一种让语言模型智能体直接在完整的节点和边文件之上创建图访问工具的框架。智能体编写 Python 代码来沿着关系检索、组合节点集并选择文本证据,将执行与 shell 搜索和文件检查交错进行。这使智能体能够批量处理大型节点集,同时返回选定的文本供模型评估。执行反馈指导工具的创建和修订,而不断演进的工具则决定智能体下一步收集哪些证据。在涵盖三个领域的基准数据集上,无需训练的 DKGI 在每个图谱上都至少比已发表的最强基线高出 6.7 个 Hit@1 点,即使使用最小化的框架也是如此。受控消融实验表明,多轮编程相较于仅使用 shell 访问和预定义图工具具有优势,而轨迹显示智能体会修订代码以扩展搜索或处理错误。这些发现凸显了在图搜索过程中允许工具创建与工具使用共同演进的价值。我们的代码和数据可在 此 https URL 获取。
评论: 27 页。代码和数据:此 https URL
主题: 计算与语言(cs.CL);人工智能(cs.AI);信息检索(cs.IR)
引用为: arXiv:2610.18616 [cs.CL]
  (或 arXiv:2610.18616v1 [cs.CL] 用于此版本)
  https://doi.org/10.48550/arXiv.2610.18616

arXiv 颁发的 DOI 通过 DataCite(待注册)

提交历史

来自:Yuyang Bai [查看电子邮件]
[v1] 2026 年 10 月 13 日星期二 16:00:50 UTC(359 KB)

来源:arXiv cs.AI · arxiv.org