跳到正文
arXiv cs.AI· Haoran Luo, Jiapu Wang, Linhao Luo, Luu Anh Tuan·· 10 小时前AI 评分40

KnowledgeClaw:用全模态超图实现智能体知识工程

KnowledgeClaw: Towards Agentic Knowledge Engineering via Omnimodal Hypergraphs

AI 导读

KnowledgeClaw 是一个构建全模态类型化超图、并通过闭环生命周期智能体保持知识库更新的智能体系统,在六项任务上均排名第一,整体 OKE 达 55.9,比最强基线高 14.6。团队同时提出 OmniKE 形式化定义并发布 OmniKE-Bench,包含六项任务、1,829 个无需模型评分的条目,覆盖五种模态的 3,960 个真实文件。软件与数据已公开。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:知识工程(KE)将原始文件转化为可供推理的知识库,这一任务如今已可由 LLM 智能体完成。KE 已从分块与图检索增强生成(RAG)发展到记忆智能体、智能体化 KE 和多模态 KE。然而,一个活跃的知识库需要同时具备全模态、闭环生命周期和多粒度应用,而现有系统最多满足其中两项,且没有基准能同时衡量这三项。我们形式化了全模态知识工程(OmniKE),并发布 OmniKE-Bench,包含六项任务、1,829 个无模型条目,覆盖五种模态的 3,960 个真实文件。我们进一步提出 KnowledgeClaw,一个智能体系统,它构建全模态类型化超图,通过闭环生命周期智能体保持其时效性,并将每个查询路由到所需的粒度。在 30 个基线中,它在全部六项任务上排名第一,总体 OKE 为 55.9,比最强基线高 14.6。我们的软件和数据已在 此 https URL 公开提供。
学科: 人工智能(cs.AI)
引用为: arXiv:2611.24294 [cs.AI]
  (或 arXiv:2611.24294v1 [cs.AI] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.24294

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Haoran Luo [查看邮箱]
[v1] 2026年11月18日星期三 12:06:06 UTC(2,499 KB)

来源:arXiv cs.AI · arxiv.org