SciAtlas：用於自動化科學研究的大規模知識圖譜
SciAtlas 是一個包含 4300 萬篇論文與 30 億個三元組的大規模跨學科知識圖譜。它提供了一個結構化的拓撲框架，協助 AI 代理導航複雜的科學連結並減少邏輯幻覺。
Search
Tag: #knowledge-graph35 results
為何 RAG 對企業級 AI Agent 失效及其解決方案
RAG 架構僅能檢索資訊，卻缺乏決策背景，導致企業 AI Agent 在複雜任務中頻繁出錯。Rippletide 提出的決策上下文圖（Decision Context Graph）透過結構化記憶與時間感知推理，解決了 Agent 遺忘與決策邏輯缺失的問題。
NanoCo AI 獲 1,200 萬美元融資，打造企業級「第二大腦」AI 代理
開源 NanoClaw 代理框架的開發者成立 NanoCo AI，並獲得 1,200 萬美元種子輪融資，旨在將安全且個人化的 AI 助理商業化。該平台透過為員工建立動態「LLM 維基」來自動化工作流程，同時維持開源標準。
MetaKGEnrich：LLM 自動化知識圖譜修復系統
MetaKGEnrich 是一個自動化管線，透過識別稀疏圖譜區域並檢索外部證據，使 LLM 能夠進行自我導向的知識修復。該系統結合了拓撲診斷與 GraphRAG，顯著提升了多項基準測試中的回答準確度。
圖形增強型 RAG 的架構模式
本文探討了企業環境中標準向量 RAG 的局限性，並提出了混合式「Graph RAG」架構。它強調在資料攝取過程中維護數據拓撲結構與關聯性，以提升 LLM 推理的準確性。
AWS Quick 桌面代理建構個人知識圖譜
AWS Quick 擴展至桌面原生代理，從本地檔案、日曆、電子郵件及 SaaS 應用建構持久個人知識圖譜。它主動觸發行動，超出多數企業控制平面的可見範圍。此更新引入治理盲點，以使用者特定脈絡為基礎的影子編排。
PhantomPolicy偵測LLM隱形政策違規
基於LLM的代理可能犯下政策隱形違規，即決策脈絡中缺少關鍵事實。PhantomPolicy基準涵蓋八類違規，包含五個前沿模型的600條人工審核追蹤。Sentinel執行框架利用反事實圖模擬，於追蹤層級標籤達93%準確率。
AI-Supervisor：透過持久研究世界模型實現自主研究監督
AI-Supervisor 是一個多代理框架，用於端到端 AI 研究監督，透過知識圖譜維持持久的研究世界模型作為共享理解。它具備結構化缺口發現、自校正迴圈分析失敗與偏差，以及跨領域搜尋的自改善迴圈。代理使用共識機制自主更新模型。
CraniMem：腦啟發代理記憶系統
CraniMem 是一種受神經認知啟發的閘控與界限多階段記憶系統，用於 LLM 代理在長時間工作流程中。它具備目標條件閘控、效用標記、情節緩衝區及知識圖譜，並透過整合機制確保穩定保留與抗干擾能力。在基準測試中優於 Vanilla RAG 與 Mem0；GitHub 與 PyPI 開源。
開放 Android 應用程式實現持久 LLM 認知
The Orchard 是一款免費 Android 應用程式，將任何 LLM 包裝在 13 節推理管線中，搭配本地知識圖譜實現持久信念、疑慮與目標。它完全在本機 SQLite 儲存執行，無伺服器或資料收集。成本在大規模維持平穩，並抵抗提示注入。