图推理相关 AI 资讯 · AITOP · AI热报

9月1日

09:10

09:10

官方账号arXiv cs.AI@Yilun Liu, Boyu Luo, Yanran Tang, Ruihong Qiu, Zi Huang

精选73°

Call Neighbours Yourself (CNY)是一种新型图推理框架，使LLM能够通过拓扑约束的图行走动作主动探索图邻域。CNY在标准TAG推理基准测试中表现优于固定上下文基线，其探索策略可迁移到未见过的图和图级任务。该研究引入了目标条件在线自蒸馏技术，解决了邻域探索的延迟信用挑战。代码已在GitHub开源。

论文 CNY 图推理 LLM

推荐理由：CNY让LLM自主决定何时扩展邻居获取证据，解决了传统方法静态上下文的局限，在TAG推理任务上表现更好。

8月28日

18:14

18:14

官方账号arXiv cs.AI@Zike Yuan, Han Zhang, Jianzhi Yan, Le Liu, Cai Ke, Huozhi Zhou, Jian Xie, Jiran Yin, Yukun Cao, Yue Yu, Hui Wang, Ming Liu, Bing Qin

精选73°

GRAIN是一种单智能体框架，通过强化学习优化，使用结构不变性奖励指导LLM学习鲁棒的文本到结构映射。该框架在GRIT基准测试上比多智能体基线准确率高16.45%，延迟降低约24%。GRAIN将SFT模型的OOD差距从15.77%缩小到7.80%，并在训练分布外的大规模图上保持鲁棒性。

论文 GRAIN 图推理强化学习

推荐理由：MIT团队推出GRAIN框架，用单智能体解决图推理中的标识符和任务表述变化问题，比多智能体方案更快更准。

6月25日

09:29

09:29

官方账号arXiv cs.AI@Rita-Nathalia Assaf, Tom Davot, Frédéric Lardeux, Frédéric Saubion

本文提出位置图（position graphs），一种基于位置空间形式化的图推理框架。该框架使用两个严格偏序关系（分别表示水平和垂直对齐与优先）来建模离散标记的相对位置。与通用定性空间演算不同，位置图受到链条件和兼容性约束，重点聚焦行与列。文章提供了位置图一致性的充要条件，并证明在该类图上诱导子图同构问题（用于结构模式发现）是NP完全的。该工作源于文档处理，但独立于具体提取技术，专注位置约束的数学性质。

论文 Position Graphs Position Spaces 图推理

推荐理由：这篇论文提出了位置图框架，用图结构建模离散token的空间关系，并证明了模式发现是NP完全问题，适合对图推理或文档分析感兴趣的研究者。

6月11日

12:10

12:10

官方账号arXiv cs.AI@Zixuan Xiao, Pei Troh Koh, Jun Ma, Jack C. P. Cheng

精选

建筑信息模型（BIM）中几何密集型规范的合规检查自动化长期受限于高层法规逻辑与结构化IFC数据之间的语义鸿沟。现有方法依赖静态规则模板，难以处理多跳推理链或跨实体的空间依赖。为此，研究者提出SGR-BIM框架，通过动态构建跨模态知识图谱，将用户意图、法规语义与BIM几何对齐，实现可解释的推理。在679个消防规范专家验证查询上，该框架达到84.3%的准确率，比增强工具的单智能体基线提升8.6%。该研究为AEC行业提供了更透明、灵活的几何合规检查自动化范式。

论文 BIM 合规检查图推理

推荐理由：BIM合规检查的自动化是建筑行业的长期痛点，SGR-BIM用图推理解决了多跳空间依赖问题。做BIM开发或建筑规范自动化的团队，可以直接参考其84.3%准确率的验证结果。