论文题目：*KAG*: Boosting LLMs in Professional Domains via *Knowledge Augmented Generation*

一、动机

传统的 RAG 方法依赖基于相似性和共现的检索与生成方式，这种方式在处理法律、医学等需要复杂逻辑推理的专业领域任务时存在明显不足。人类通常依靠语义类型和关键词之间的清晰关系进行推理，而不是仅仅依赖相似性。KAG 正是为了解决这一问题而提出的，旨在更精准地表达知识，并提升专业领域问答系统的准确性。

二、方法

KAG 的核心理念是：将知识图谱的结构化语义能力与大语言模型的自然语言处理优势深度融合 ，实现从“模糊匹配”到“精准推理”的跃迁。

KAG流程如上图所示，KAG 框架引入了三个核心模块：

✅ 1. 语义图索引（Semantic Graph Indexing）：不同于传统RAG仅提取事实三元组（如“张三是医生”），KAG通过多轮语义增强，构建一个 富含逻辑连接的知识网络。

具体包括四个关键步骤：

• 本体标注（Ontology Labeling）：为每个实体打上类型标签，如“张三”→“Person”，“养老保险”→“SocialSecurity”。
• 上位词生成（Hyper-concept Generation）：建立概念层级，例如“视觉障碍者” → “残疾人” → “特殊群体”。
• 同义词连接（Synonym Connection）：打通表述差异，如“医保”=“医疗保险”。
• 常识关系注入（Concept Connection）：引入通用常识，如 (战争, 导致, 伤亡)、(政府官员, 隶属, 政党)。

最终形成的语义图不仅包含原始文档中的显性知识，还补全了大量隐含的逻辑路径，极大增强了跨文档推理能力。

🧠 小贴士：该过程采用稀疏符号索引（知识图谱）与稠密向量索引（嵌入）相结合的混合索引策略，兼顾精确性与召回率。

✅ 2. 语义解析与推理（Semantic Parsing & Reasoning）

面对复杂问题，KAG不会直接丢给LLM去“猜”，而是先将其拆解为一系列具有明确语义结构的逻辑形式（Logical Form, LF）。

以这个问题为例：

❓ “格林伍德实验学校所在城市何时成为《可怜的傻瓜》编剧出生州的首府？”

KAG会自动将其分解为四步推理链：

步骤	子问题	逻辑形式（LF）
1	谁是《可怜的傻瓜》的编剧？	get_spo(s=电影[《可怜的傻瓜》], p=编剧, o=人物)
2	该编剧出生于哪个州？	get_spo(s=人物, p=出生地, o=州)
3	格林伍德实验学校位于哪座城市？	get_spo(s=学校[格林伍德实验学校], p=位于, o=城市)
4	该城市何时成为上述州的首府？	get_spo(s=城市, p=成为首府时间, o=州)

每一个LF都是一个结构化查询指令，带有清晰的主语类型、谓词、宾语类型等语义信息。这种形式更易于与知识图谱对接，支持多跳、可追溯、可解释的推理过程。

此外，KAG还内置任务控制模块，管理子问题状态、历史记忆与执行终止条件，确保整个推理流程有序进行。

✅ 3. 语义检索（Semantic Retrieval）

传统的基于向量相似度的检索，在面对“间接关联”的问题时容易失效。比如用户问“视障人士出行需要什么工具？”，如果知识库中只有“盲人 → 需要拐杖”，而没有出现“视障人士”这个词，传统方法很可能漏检。

KAG采用两种语义驱动的检索方式：

（1）三元组检索（Triple Retrieval）

• 输入：逻辑形式中的实体及其类型
• 过程：利用语义图进行候选节点召回 → 一跳扩展生成候选子图 → 匹配符合条件的事实三元组
• 输出：结构化知识片段，可用于直接作答

（2）文档检索（Document Retrieval）

• 基于个性化PageRank（PPR）算法，在语义图上计算文档相关性得分

• 种子节点不仅来自原始查询，还包括：

• • 逻辑形式中的实体
  • 三元组检索生成的候选子图节点
  • 查询语义增强后的新实体（如同义词、上位词）

这种方式能有效捕捉“语义近邻”而非“字面匹配”的文档，显著提升长距离推理的召回能力。

⚖️ 策略选择：KAG优先尝试用三元组回答；失败后再启用文档检索作为兜底方案。

三、实验结果

KAG 在三个多跳问答数据集（HotpotQA、2WikiMultiHopQA、MuSiQue）上的实验结果显示，其性能显著优于现有方法（如 HippoRAG）：

• 在单步推理任务中，KAG 平均 F1 分数比 HippoRAG 提高了 12.8% 。

• 即便在多步CoT增强下，KAG依然保持明显优势。

此外，KAG 在 e-Government 场景中的应用也显示了其在专业领域问答系统中的显著优势。

四、应用

KAG 已成功应用于蚂蚁集团的实际业务场景中，包括 e-Government、E-Health、Legal Consultation 和 Risk Management 等领域。
在 e-Government 场景中，KAG 负责基于给定的知识库回答用户的行政流程问题，其准确率显著高于传统 RAG 方法（如下表）。例如，在 404 个用户问题中，KAG 的精度达到了 91.6% ，召回率达到 71.8% ，远超 NaiveRAG（精度 66.5%，召回率 52.6%）。

五、总结

KAG 是一个融合 LLMs 和知识图谱（KG）技术的新框架，通过在索引和检索阶段引入语义理解和推理，有效提升了复杂问答任务的表现。实验证明，KAG 不仅在学术数据集上表现出色，还在实际应用中展现了巨大潜力。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】