クエリから論理へ：オントロジー駆動型マルチホップ推論における大規模言語モデル
なぜ重要か: 企業や社会への影響が見込まれ、一般メディアにも波及する可能性があります。
arXiv:2508.01424v2 発表種別：差替え
概要：大規模言語モデル（LLM）は質問応答において成功を収めているものの、非線形かつ構造化された推論を必要とする複雑なマルチホップ質問応答（MQA）タスクにおいては限界を示す。この限界は、エンティティ間の深い概念的関係を十分に捉えられないことに起因する。この課題を克服するため、本稿ではLLMの生成能力と知識グラフの構造的利点を組み合わせた、訓練不要なフレームワーク**ORACLE**（**O**ntology-driven **R**easoning **A**nd **C**hain for **L**ogical **E**ucidation）を提案する。本アプローチは、（1）LLMを用いた質問固有の知識オントロジーの動的構築、（2）これらのオントロジーを一階述語論理推論チェーンへの変換、（3）元のクエリを論理的に首尾一貫したサブクエリへの体系的分解、の3段階で動作する。いくつかの標準的なMQAベンチマークにおける実験結果から、本フレームワークはDeepSeek-R1などの最新の最先端モデルに匹敵する高い性能を達成することが示された。詳細な分析により、各構成要素の有効性がさらに確認され、本手法が既存のアプローチよりも論理的で解釈可能な推論チェーンを生成することも実証された。
原文（英語）を表示
Title (EN): From Query to Logic: Ontology-Driven Multi-Hop Reasoning in LLMs
arXiv:2508.01424v2 Announce Type: replace-cross
Abstract: Large Language Models (LLMs), despite their success in question answering, exhibit limitations in complex multi-hop question answering (MQA) tasks that necessitate non-linear, structured reasoning. This limitation stems from their inability to adequately capture deep conceptual relationships between entities. To overcome this challenge, we present **ORACLE** (**O**ntology-driven **R**easoning **A**nd **C**hain for **L**ogical **E**ucidation), a training-free framework that combines LLMs’ generative capabilities with the structural benefits of knowledge graphs. Our approach operates through three stages: (1) dynamic construction of question-specific knowledge ontologies using LLMs, (2) transformation of these ontologies into First-Order Logic reasoning chains, and (3) systematic decomposition of the original query into logically coherent sub-questions. Experimental results on several standard MQA benchmarks show that our framework achieves highly competitive performance, rivaling current state-of-the-art models like DeepSeek-R1. Detailed analyses further confirm the effectiveness of each component, while demonstrating that our method generates more logical and interpretable reasoning chains than existing approaches.
Published: 2025-09-24 19:00 UTC