【技术实现步骤摘要】
本申请涉及计算机技术和人工智能，具体是一种基于大语言模型的多智能体协同知识推理框架与系统。
技术介绍
1、现有的激发大语言模型的知识推理能力的方法，主要通过模仿人类逐步推理过程来引导大语言模型进行推理，例如从多个给出的演示案例中学习推理链条。另一些方法从手工构建的知识库中检索外部知识后微调语言模型使其学习如何基于这些知识推理。还有一些方法主要允许语言模型自主规划和解决推理问题，或创建大量的推理链进行集成。但以上方法往往没有解决知识推理中概念和推理的错误。
2、并且，大型语言模型(llms)中的推理过程是脆弱的，可能会因为对查询的误解、事实错误和推理错误而受到干扰，导致在推理任务中的表现不佳。而如前述的，鼓励llms自主计划和解决问题或广泛采样推理链的现有方法通常无法解决概念性和推理性的谬误。当前引导llms进行推理的范式存在几个缺点，如在构建和搜索知识库方面的低效，需要广泛采样的推理链，以及无法减轻中间步骤中的推理错误。
技术实现思路
1、本申请的目的在于提供一种基于大语言模型的多智能体协同知识推理框架与系统，旨在解决大型语言模型中长期存在的基于知识的推理问题，为了应对现有方法的不足，基于多智能体协作技术，以增强llms中基于知识的推理的可靠度和因果一致性。
2、为实现上述目的，本申请公开了以下技术方案：
3、一种基于大语言模型的多智能体协同知识推理方法，该方法包括以下步骤：
4、对于给定的知识推理问题，通过多轮推理阶段及检验阶段进行
5、所述推理阶段包括：多个基于大语言模型的推理者通过因果方向上的程序化推理过程给出答案；所述程序化推理依次包括概念解释、子问题分解、推理生成和答案合成；
6、所述检验阶段包括：多个基于大语言模型的评估者通过非因果方向上的因果一致性检验过程检查所述推理者给出的答案是否能从问题中推断出来，并运用反事实推理来验证原有答案的正确性；所述因果一致性检验过程包括非因果评估、反事实评估以及重新考虑和答案合成。
7、作为优选，所述概念解释包括：基于给定的知识推理问题，解释必要的概念或原则；所述概念解释用于阐明技术术语、概念和原理，所述概念解释通过提示驱动一个大语言模型对与用户输入问题相关的概念或知识进行检索得到。
8、作为优选，所述子问题分解包括：将给定的知识推理问题分解为若干个子问题，并对每个子问题进行解决，将得到的答案进行存储；所述子问题分解通过大语言模型自主规划生成，子问题之间具有引导大语言模型朝向最终答案进行推理的逻辑或依赖性。
9、作为优选，所述推理生成包括：基于问题分解得到的若干个子问题和知识阐述生成完整的推理过程。
10、作为优选，所述答案合成包括：基于所述推理过程和所述子问题分解生成解决方案对应的答案。
11、作为优选，所述非因果评估包括：在非因果方向上，评估者利用所述程序化推理过程中的任意一个步骤过程作为推理的上下文，通过依照提示指令逐步检查所述程序化推理过程中的每一步。
12、作为优选，所述反事实评估包括：评估者将一个反事实答案应用到给定的知识推理问题中，并寻找潜在矛盾；所述反事实答案为与所述推理这给出的答案中不同的候选答案。
13、作为优选，所述重新考虑和答案合成包括：当所述非因果评估和所述反事实评估中出现任何因果不一致性时，评估者将反事实答案的相对优点与初始响应进行评估，并基于该评估结果给出修改后的答案，否则，评估者将所述推理者给出的答案进行输出。
14、作为优选，所述推理者在所述推理阶段中的算法内容包括：
15、若干个推理者平行地生成各自的解决方案(s0，s1，…，sn)，其中，每个解决方案中均包括对应的最终结果所有的解决方案和最终结果构成的答案池a。
16、作为优选，所述评估者在所述检验阶段中的算法内容包括：
17、在答案池a中筛选出结果aj；
18、当结果aj在答案池a中出现的概率pr(aj)大于预设的阈值th0时，评估者随机从答案池a中提取一个不同于结果aj的反事实答案来挑战结果aj；评估者在评估结果aj对应的解决方案sj后生成一个该解决方案sj修订的答案当评估者认可结果aj时，即则将结果aj作为最终答案进行输出，否则进入下一轮的推理阶段及检验阶段；
19、当结果aj在案池a中出现的概率pr(aj)小于预设的阈值th0时，选择答案池a中除结果aj之外的所有结果，并对每一个结果进行评估，直至出现一个结果在答案池a中出现的概率大于预设的阈值th0时，将该结果作为最终答案进行输出，否则，进入下一轮的推理阶段及检验阶段。
20、有益效果：
21、本专利技术专为解决大型语言模型中基于知识的推理问题而设计，该技术不同于传统的如通过单纯模仿人类逐步推理过程或仅仅是检索外部知识库来引导模型进行推理的方法，而是基于多智能体协同工作的思想，采用了推理者与因果评估者的多智能体框架，以增加推理的准确性与因果性。
22、首先，通过将问题分解和知识解释从推理过程中分离出来，可以为后续步骤提供更准确的事实和相关知识。在实际应用中，这种方法可以有效地减少概念性和推理性的错误，从而提高推理的可靠性。此外，相对于其他方法，例如广泛采样的推理链或构建和搜索知识库，本方法更为高效和精确。其次，引入的因果评估者确保了推理的因果一致性，这是之前的方法所忽略的。通过反事实答案的逆向推理和整体一致性策略，系统能够确保所得到的答案是因果一致的。在实际应用中，这种方法减少了大型语言模型在知识推理任务中的错误率。此外，经过多轮的“推理与共识”过程，本系统能够更可靠地处理复杂的推理任务。这不仅解决了中间步骤的推理错误问题，而且避免了现有方法中对查询的误解、事实错误和推理错误可能带来的干扰。
23、从技术效果的角度看，本专利技术提供了一个高效、准确且因果一致的知识推理框架，有望推人工智能领域的进一步发展。从经济效果的角度看，这种高效的知识推理方法可以广泛应用于各种业务场景，例如智能问答、自动决策支持和教育培训，从而为企业和社会创造更大的价值。从社会效果的角度看，这种准确的知识推理方法可以帮助人们更好地理解复杂的问题，提高决策的质量，为社会带来更广泛的益处。
本文档来自技高网...【技术保护点】
1.一种基于大语言模型的多智能体协同知识推理方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于大语言模型的多智能体协同知识推理方法，其特征在于，所述概念解释包括：基于给定的知识推理问题，解释必要的概念或原则；所述概念解释用于阐明技术术语、概念和原理，所述概念解释通过提示驱动一个大语言模型对与用户输入问题相关的概念或知识进行检索得到。
3.根据权利要求2所述的基于大语言模型的多智能体协同知识推理方法，其特征在于，所述子问题分解包括：将给定的知识推理问题分解为若干个子问题，并对每个子问题进行解决，将得到的答案进行存储；所述子问题分解通过大语言模型自主规划生成，子问题之间具有引导大语言模型朝向最终答案进行推理的逻辑或依赖性。
4.根据权利要求3所述的基于大语言模型的多智能体协同知识推理方法，其特征在于，所述推理生成包括：基于问题分解得到的若干个子问题和知识阐述生成完整的推理过程。
5.根据权利要求4所述的基于大语言模型的多智能体协同知识推理方法，其特征在于，所述答案合成包括：基于所述推理过程和所述子问题分解生成解决方案对
6.根据权利要求1所述的基于大语言模型的多智能体协同知识推理方法，其特征在于，所述非因果评估包括：在非因果方向上，评估者利用所述程序化推理过程中的任意一个步骤过程作为推理的上下文，通过依照提示指令逐步检查所述程序化推理过程中的每一步。
7.根据权利要求6所述的基于大语言模型的多智能体协同知识推理方法，其特征在于，所述反事实评估包括：评估者将一个反事实答案应用到给定的知识推理问题中，并寻找潜在矛盾；所述反事实答案为与所述推理这给出的答案中不同的候选答案。
8.根据权利要求7所述的基于大语言模型的多智能体协同知识推理方法，其特征在于，所述重新考虑和答案合成包括：当所述非因果评估和所述反事实评估中出现任何因果不一致性时，评估者将反事实答案的相对优点与初始响应进行评估，并基于该评估结果给出修改后的答案，否则，评估者将所述推理者给出的答案进行输出。
9.根据权利要求1所述的基于大语言模型的多智能体协同知识推理方法，其特征在于，所述推理者在所述推理阶段中的算法内容包括：
10.根据权利要求9所述的基于大语言模型的多智能体协同知识推理方法，其特征在于，所述评估者在所述检验阶段中的算法内容包括：
...【技术特征摘要】
1.一种基于大语言模型的多智能体协同知识推理方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于大语言模型的多智能体协同知识推理方法，其特征在于，所述概念解释包括：基于给定的知识推理问题，解释必要的概念或原则；所述概念解释用于阐明技术术语、概念和原理，所述概念解释通过提示驱动一个大语言模型对与用户输入问题相关的概念或知识进行检索得到。
3.根据权利要求2所述的基于大语言模型的多智能体协同知识推理方法，其特征在于，所述子问题分解包括：将给定的知识推理问题分解为若干个子问题，并对每个子问题进行解决，将得到的答案进行存储；所述子问题分解通过大语言模型自主规划生成，子问题之间具有引导大语言模型朝向最终答案进行推理的逻辑或依赖性。
4.根据权利要求3所述的基于大语言模型的多智能体协同知识推理方法，其特征在于，所述推理生成包括：基于问题分解得到的若干个子问题和知识阐述生成完整的推理过程。
5.根据权利要求4所述的基于大语言模型的多智能体协同知识推理方法，其特征在于，所述答案合成包括：基于所述推理过程和所述子问题分解生成解决方案对应的答案。
6.根据权利...
【专利技术属性】
技术研发人员：方锐，汤子逸，王睿麟，陈卫兴，
申请(专利权)人：拓元广州智慧科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。