蚂蚁集团联合高校发布KAG-Thinker模型，结构化推理方法提升大模型逻辑性

蚂蚁集团知识引擎团队联合浙江大学、同济大学推出KAG-Thinker模型，作为KAG框架的新一代升级，致力于提升大模型在复杂推理任务中的逻辑性与稳定性。该模型采用“广度拆分+深度求解”策略，结合知识边界判定与内容抗噪机制，显著提升推理准确率。实验数据显示，在7个单跳和多跳推理数据集中，其性能较主流SOTA方法平均提升4.1%，并在医疗问答领域验证了专业应用潜力。研究团队表示将持续优化模型拆解能力，提升其在复杂场景下的泛化表现。
来源：https://mp.weixin.qq.com/s/UpnPsPMyJpUIen8vQ7ISlQ