知识增强的长链CoT生成：复杂生物分子推理
人工智能
2025-11-12 v1
摘要
理解复杂的生物分子机制需要跨越分子相互作用、信号级联反应和代谢途径的多步骤推理。虽然大型语言模型（LLM）在此类任务上显示出潜力，但其在生物分子问题上的应用受到逻辑不一致和缺乏领域知识 grounding 的限制。现有方法往往加剧了这些问题：推理步骤可能偏离生物事实，或未能捕捉长期机制依赖。为此，我们提出了一种知识增强的长链CoT推理框架，将LLM与基于知识图谱的多跳推理链集成。该框架通过引导多跳遍历和修剪在知识图谱上构建机制链；这些链随后被纳入监督式微调，以提高事实 grounding，进一步通过强化学习来增强推理的可靠性和一致性。此外，为克服现有基准在规模和范围上的限制，以及缺乏深层推理链注释的问题，我们引入了PrimeKGQA，这是一个针对生物分子问答的全面基准。实验结果表明，尽管较大的闭源模型在相对简单的任务上仍表现良好，但我们的方法在推理深度增加时显示出明显优势，实现了对需要遍历结构化生物知识的多跳任务的SOTA性能。这些发现凸显了将结构化知识与先进推理策略结合用于可靠且可解释的生物分子推理的有效性。
引用
@article{arxiv.2511.08024,
title = {Knowledge-Augmented Long-CoT Generation for Complex Biomolecular Reasoning},
author = {Tianwen Lyu and Xiang Zhuang and Keyan Ding and Xinzhe Cao and Lei Liang and Wei Zhao and Qiang Zhang and Huajun Chen},
journal= {arXiv preprint arXiv:2511.08024},
year = {2025}
}