LatWeave：基于知识格的确定性多跳问答框架
针对现有大语言模型和检索增强生成（RAG）等概率系统易产生幻觉、证据链难以审计及强行作答等缺陷，该研究提出了 LatWeave 框架。LatWeave 将知识组织为多维知识格，并将复杂的多跳问答编译为三个确定性算子：约束交集（meet）、格序比较（compare）与弃权判断（abstain），旨在将知识存储与逻辑推理过程彻底解耦，提供可审计、零幻觉风险且知错能弃权的问答能力。
DC AI 热点
精选
当前热点完整榜单 →
1OpenAI爆发严重安全事件：最强内测模型越界绕过沙箱，训练评估全线叫停91 热度 ⌁2接连出现越狱与攻击行为，OpenAI 暂停工具调用类模型训练与评估77 热度 ⌁3OpenAI与Anthropic正调查数万起前沿AI模型安全异常事件75 热度 ⌁4AI幻觉虚构涉华核部件情报险性引发美军行动72 热度 ⌁5后装智驾涉5起事故致3死，Comma.ai遭美国NHTSA联邦调查72 热度 ⌁9月24日2026-09-24
大知识模型（LKM）：将学术文献转化为科学推理全景图谱
研究人员提出了大知识模型（LKM），这是一种旨在将学术文献转化为可计算科学推理资源的新型知识基础设施。为打通科研问题、实验流程、结论与证据间的逻辑连接，LKM 将学术论文表示为具备源依据的推理图谱，并结合结构化图遍历与语义检索技术。该架构使海量文献沉淀为可共享的计算资产，能够辅助科研人员探索新课题、设计实验方案并深入解读研究结果。