arXiv · cs.AI· Weicheng Liu, Xiangcheng Wu, Depeng Xu, Haopeng Zhang, Xi Niu·· 6 小时前
CARA：通过因果引导提升知识图谱问答的检索Agent
CARA: Causally Guided Retrieval Agent for Question Answering
arXiv:2610.22017v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Weicheng Liu, Xiangcheng Wu, Depeng Xu, Haopeng Zhang, Xi Niu
研究任务与主要进展
CARA是一种无需训练的因果引导检索Agent，面向文本丰富的知识图谱问答，通过consequentiality和essentiality评估证据对答案可答性的影响。结合路径一致性和多智能体的reciprocal rank fusion后，摘要报告CARA在三个STaRK数据集上持续优于现有检索器，并改善答案质量与忠实度，同时访问更少的图节点、执行更少的检索操作；实验细节仅依据论文摘要。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org