基于自主知识图谱的改造缓解大语言模型幻觉
Year:2024
Conference:AAAI
Address:https://arxiv.org/abs/2311.13314
Introduction
大语言模型在人工智能领域越来越受重视，像 ChatGPT和 LLaMA这样的强大模型的出现，对社会、商业和研究等多个领域产生了重大影响。然而，LLMs 仍然面临严重的事实幻觉问题，即 LLMs 经常生成关于事实信息的不支持的虚假陈述，这是由于它们缺乏内在知识。
最近研究的工作主要集中在检索查询中的中的知识图谱内的实体，将 LLMs 与 KGs 集成。然后，获得的事实三元组被用作 LLMs 的额外上下文，以增强它们的事实知识。但是，LLM的基本能力涉及复杂和多步骤的推理。这种推理过程通常需要验证和增强在推理过程中可能使用的事实知识。
在本文中，作者主要是提出了一个基于知识图谱的改造（KGR）的新框架，它将大型语言模型（LLMs）与知识图谱（KGs）结合起来，旨在解决LLMs在处理需要复杂推理的事实问题时可能出现的错误或不准确的回答。KGR背后的主要思想不是使用原始查询从知识图谱中检索事实信息，而是根据存储在知识图谱中的事实知识，自主地改进LLMs的初始草稿回答。然而，实现上述过程是具有挑战性的，因为大型语言模型生成的草稿回答通常包含关于推理过程的各种信息的混合，这使得从中提取、验证和修订相关知识变得非常具有挑战性。因此，将知识图谱整合到大型模型的推理过程中以减轻事实幻觉的关键在于有效地从草稿回答中提取需要验证的信息，从知识图谱中查询和选择相关知识，并使用这些知识来验证和完善草稿回答。
为此，KGR提出了一个基于LLMs的框架，无需任何手动努力即可自主地提取、验证和完善初始草稿回答中的事实陈述。具体来说，给定一个输入查询和LLM生成的包含LLM解决问题过程的草稿回答，KGR将请求LLM提取推理过程中需要知识图谱验证的事实声明。
如上图所示，给定草稿回答“弗雷德里克·肖邦的父亲是尼古拉·肖邦，他出生于1771年6月17日”，声明提取步骤将生成其中的事实声明，如“弗雷德里克·肖邦的父亲是尼古拉·肖邦”和“尼古拉·肖邦出生于1771年6月17日”。然后，KGR将识别提取声明中的关键实体，从知识图谱中检索关于这些实体的相关事实，并使用基于LLM的事实选择器来识别与草稿回答相关的事实三元组。随后，检索到的事实知识被用来与之前从草稿中提取的事实声明进行比较，以验证它们的正确性。最后，LLMs被要求根据事实验证的结果改进草稿。这个过程可以多次重复，以确保生成答案中的所有事实都与存储在知识图谱中的知识一致。
通过这种方式，作者的方法不仅可以验证查询和回答中的事实，还可以验证推理过程中使用的事实。此外，由于该过程的所有阶段都可以使用大型语言模型自动执行，本文的方法不需要任何外部组件，因此易于实施。此外，在三个具有不同推理难度级别的标准事实问答基准测试上，对三个代表性的LLMs进行了实验，包括简单问题、用于复杂推理的Mintaka以及用于开放领域、多跳推理的HotpotQA。实验表明，KGR可以显著提高LLMs在事实问答基准测试中的性能，特别是在涉及复杂推理过程时，这证明了KGR在减轻幻觉方面的必要性和有效性。
Method
在本节中，作者介绍了方法KGR，它通过链式验证过程自动减轻事实幻觉。给定一个查询及其草稿回答，KGR通过以下步骤改进回答：1）从草稿回答中提取需要验证的声明；2）检测声明中的关键实体，这些实体对于从知识图中检索事实至关重要；3）从知识图中检索相关的事实陈述；4）使用从知识图谱中返回的事实陈述验证每个提取声明的事实正确性；5）基于验证结果改进先前的草稿回答。所有这些步骤都是使用大型语言模型本身自动执行的，无需额外的人工努力。这个过程可以迭代并多次重复，以确保生成答案中的所有事实都与存储在知识图中的事实知识一致。接下来将会详细阐述KGR每个组成部分。
Claim Extraction
给定一个生成的草稿回答作为输入，声明提取将从先前生成的草稿中提取所有需要验证的事实声明。声明提取的主要思想是，草稿回答可能经常包含需要验证的各种事实陈述。以图1中的例子为例，草稿回答至少包含两个事实陈述，即“弗雷德里克·肖邦的父亲是尼古拉·肖邦”和“尼古拉·肖邦出生于1771年6月17日”。因此，为了使知识图谱能够分别验证这些陈述，声明提取将草稿回答分解为原子事实声明。在本文中，作者利用LLM本身来_自动提取_生成草稿回答中的事实声明。如下图所示，本文用查询和回答对提示LLM，期望得到一系列分解的事实声明。在提取声明后，实体检测识别出用于知识图谱检索的提及的关键实体。
Entity Detection and Knowledge Graph Retrieval
给定从草稿回答中提取的声明列表，实体检测将识别声明中提到的关键实体。然后，从知识图谱（KG）中检索检测到的实体的局部子图，并将其以三元组的形式表达。实体检测和知识图谱检索背后的主要思想是，需要识别声明中的实体，以便从知识图谱中检索相关的知识。
同时，本文通过检索知识图谱中的局部子图来尽可能多地召回相关三元组。以图1中的例子为例，识别了实体弗雷德里克·肖邦及其实体ID Q1268，因此可以搜索识别的实体以获取与知识图谱中声明1相关的知识。在本文中，作者提示LLMs进行实体检测。如下图所示，本文采取的方法通过利用少量示例提示（few-shot prompt），展示了强大的泛化能力，这依赖于LLMs的信息提取能力）。基于少量示例提示，可以让LLMs理解哪些实体值得进行事实选择。在检测到实体之后，检索知识图谱以获取局部子图，并将其以三元组的形式发送到事实选择。
具体来说，本文使用启发式规则在Wikidata中检索这些实体的节点标识符，然后查询知识图谱以获取识别实体的邻近节点，并使用SPARQL获取其局部子图。
Fact Selection
给定基于检测到的实体检索到的三元组，事实选择将从它们中选择相关的事实陈述。事实选择背后的主要思想是LLMs在长上下文建模方面的有限能力，以及LLMs的上下文窗口大小的限制，这使得一次性选择关键三元组变得不切实际。
在本文中，作者将检索到的三元组划分为几个块，并利用LLM本身分别提取检索到的三元组中的关键三元组，如下图所示。通过这种方式，可以避免在声明验证过程中引入过多的不相关信息。一旦选择了关键三元组，声明验证将验证声明的事实正确性，并随后提供建议。
Claim Verification
给定由事实选择选出的关键三元组，作者利用大型语言模型（LLM）将模型生成的声明与知识图谱（KGs）中存在的信息进行比较。声明验证背后的主要思想是为每个声明提出详细的修订建议，因为仅基于选定的知识进行改进可能无法说服LLMs。如下图所示，作者使用LLMs来验证每个声明，KGR会基于LLM的验证结果提出修订建议，以促进随后改进步骤的执行。然后，将声明验证结果发送给LLM，要求它相应地改进草稿回答。
Response Retrofitting
在对所有声明进行验证之后，回答改进步骤将根据验证建议改进生成的草稿回答。
在本文中，作者利用大型语言模型的能力来进行改进。这种方法涉及到使用少量示例提示（few-shot prompt）的LLMs。如上图5所示，作者将整个KGR过程合并到一个单一提示中。这允许LLMs利用它们的上下文学习能力，理解KGR过程，并根据验证建议增强它们对事实改进的理解。通过遵循“提取-检测-选择-验证-改进”的循环，本文的KGR框架可以多次迭代，以确保生成答案中的所有事实都与存储在知识图中的知识一致。
Experiment
本文在三个具有不同推理难度级别的数据集上评估KGR框架，包括简单问题、Mintaka和HotpotQA。同时还将KGR与基于信息检索的方法和先前与问题相关的知识图谱检索方法进行了比较。
Experiment Settings
Dataset and Evaluation
本文在三个具有代表性的事实回答基准测试上进行实验，包括：
Simple Question是一个简单的问答数据集，包含从Freebase知识图构建的100,000个问题，不需要深入的推理过程。因此，可以通过简单问题评估基于知识图谱检索相关证据的能力。
Mintaka是一个复杂、自然且多语言的数据集，包含收集自8种不同语言的20,000个问题。本文只使用英语测试集。在这个设置中，作者专注于基于收集到的证据逻辑上精炼和修订答案的能力。
HotpotQA是一个基于Wikipedia的数据集，包含113,000个问题，这些问题需要找到并推理多个支持文档来回答，这些问题多样且不受任何预先存在知识库或知识模式的约束。因此，评估KGR框架在处理通用场景中的鲁棒性，这要求LLMs在回答中结合参数知识和基于知识图谱的信息。
分别根据每个数据集验证集的50个样本报告了EM（精确匹配）和F1分数的结果。通过比较这三个数据集上的性能，可以评估不同方法在减轻事实幻觉和处理复杂任务方面的效果如何。
LLMs and KG Implementation
LLMs和知识图谱实现：本文在闭源和开源的大型语言模型上评估KGR的有效性。对于闭源模型，作者在text-davinci-003和ChatGPT上进行评估，以查看对齐是否会对KGR产生影响。对于开源模型，作者在Vicuna 13B上评估KGR，这是一个代表性的对齐开源模型，以查看KGR是否能在紧凑型尺寸的语言模型上良好工作。
此外，本文选择Wikidata2作为知识库，它包括来自各种来源的structured data（结构化数据），如Wikipedia、Wikimedia Commons以及与Wikimedia运动相关的其他wikis。
Baseline
本文将KGR框架与以下方法进行比较：
Vanilla，它采用了一种直接的方法来提示模型为给定问题生成答案。
Chain of Thought (CoT)，旨在通过提示LLMs生成更全面和详细的解释来生成更可靠的答案。
Self-Correcting with Tool-Interactive Critiquing (CRITIC)，它基于网络上的文本修订答案。由于CRITIC没有发布网络爬取方法，在这次实验中采用了RARR通过Bing Search提供的爬取管道。
Question-relevant Knowledge Retrieval method (QKR)，它提示LLMs使用知识图中与问题相关的检索事实来生成答案。本文的目标是展示与回答相关的改造方法相对于与问题相关的知识图增强方法的优越有效性。受KAPING的启发，QKR利用从知识图谱中提取的事实作为提示来提高回答的正确性。
Overall Results
如下表所示，本文的方法在各种条件下显著优于其他方法。
1） 本文的框架可以通过基于知识图谱的改造减轻大型语言模型的幻觉，并在3个数据集上取得显著改进。与CoT和CRITIC相比，本文的KGR框架在所有三个数据集上都取得了改进。这表明，本文基于知识图谱的方法更有效，因为它依赖于可靠的知识库，而像CRITIC这样的基于信息检索（IR）的方法可能会引入外部的噪声。
2）通过链式验证在推理过程中使用的事实，本文的方法在Mintaka和HotpotQA数据集的复杂推理任务中取得了显著的性能提升。如上表所示，与QKR方法相比，本文的KGR框架在Mintaka和HotpotQA上至少实现了6.2和1.1的F1分数提升。这两个数据集都提出了复杂的问答挑战，本文的方法在这些数据集上通过链式验证的成功展示了它有效处理复杂问题的能力。值得注意的是，text-davinci-003在Simple Question上的表现优于QKR。我们将其归因于Simple Question包含直接的、单跳问题，这使得与问题相关的方法更有效。
3）通过LLMs自动生成和执行链式验证，本文的KGR方法在不同数据集上展现了显著的泛化能力，并且在开放领域设置中具有鲁棒性。在HotpotQA中，KGR与CoT和CRITIC方法相比表现良好。HotpotQA呈现了一个开放领域的问答场景，其中在知识图中找到相关三元组可能具有挑战性。尽管存在这种困难，本文的方法展示了有效利用搜索到的三元组，并在没有返回证据时也能有效地利用参数知识的能力。
4） 本文的框架在紧凑型语言模型、对齐的LLMs和未对齐的LLMs上都能良好工作，展示了KGR的泛化能力。作者在Simple Question、Mintaka和HotpotQA上使用Vicuna 13B与CoT和QKR进行了比较。结果如下表所示。本文可以发现KGR框架在所有条件下都优于CoT和QKR，证明了本文的框架即使利用紧凑型语言模型也具有泛化能力。
Case Study
本文在下图中展示了一个需要迭代改进的多跳案例的多轮改进过程。在这个案例中，模型生成的回答在初始推理步骤中显示了一个事实错误。它错误地声明Alex Shevelev（假设为一个人物）死在俄罗斯的莫斯科，而实际上他去世于意大利的罗马。在改进这个错误之后，遇到了另一个事实错误，它断言罗马是中央联邦区的首都。
因此，本文需要基于第一次迭代中改进的回答再次进行改进。从这个案例中，展示了KGR的中间结果，包括原子声明、关键三元组、详细验证和迭代改进。所有这些都显示了KGR的有效性，特别是在处理多跳复杂任务的推理上，验证了多轮改进的可行性，以确保生成答案中的所有事实都与存储在知识图中的事实知识一致。
Conclusion
在本文中，作者提出了一个基于知识图谱的改造框架，该框架基于存储在KGs中的事实知识，有效地缓解了LLMs推理过程的事实幻觉。实验结果表明，KGR 可以显著提高 LLMs 在事实 QA 基准上的性能，尤其是在涉及复杂推理时，这证明了 KGR 在减轻幻觉和增强 LLMs可靠性方面的必要性和有效性。
如何学习AI大模型 ？
“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，故此将并将重要的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。【保证100%免费】🆓
CSDN粉丝独家福利
这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】
读者福利： （👆👆👆安全链接，放心点击）
对于0基础小白入门：
如果你是零基础小白，想快速入门大模型是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
👉1.大模型入门学习思维导图👈
要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。
对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）
👉2.AGI大模型配套视频👈
很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。
👉3.大模型实际应用报告合集👈
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）
👉4.大模型落地应用案例PPT👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）
👉5.大模型经典学习电子书👈
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）
👉6.大模型面试题&答案👈
截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习
CSDN粉丝独家福利
这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】
读者福利： （👆👆👆安全链接，放心点击）
