[LG] G-Retriever: Retrieval-Augmented Generation for Textual Graph Understanding and Question Answering
http://t.cn/A6YShtzq
介绍了G-Retriever，一种新的基于检索增强的生成模型，用于文本图理解和问答任务。该方法使用户能够通过会话界面与图进行“对话”，回答关于图的问题并突出相关部分。相比现有研究主要关注传统图任务或在小型或合成图上回答简单问题，G-Retriever旨在处理现实世界文本图任务，如场景图理解、常识推理和知识图谱推理。该模型结合了图神经网络(GNN)、大型语言模型(LLM)和检索增强生成(RAG)，通过软提示进行微调以增强图理解。G-Retriever通过将任务构建为奖赏收集斯坦纳树优化问题，解决了LLM的幻觉问题，并可扩展至大型图。实证评估表明，G-Retriever在多个领域的文本图任务中性能优于基线，且具有良好的抗幻觉能力。