Raciocínio Abdutivo em Modelos de Linguagem de Grande Escala: Uma Abordagem Estruturada por Grafos de Conhecimento
Apresentamos uma nova abordagem para raciocínio abdutivo em modelos de linguagem de grande escala (LLMs), utilizando grafos de conhecimento como estrutura de suporte. Nossa metodologia introduz um mecanismo de inferência em duas etapas: primeiro, o modelo identifica hipóteses candidatas a partir de evidências parciais; segundo, um módulo de verificação baseado em grafo avalia a consistência dessas hipóteses com o conhecimento estruturado. Experimentos em cinco benchmarks de raciocínio demonstram que nossa abordagem supera métodos anteriores em 12-18 pontos percentuais, com ganhos particularmente significativos em domínios que requerem integração de conhecimento interdisciplinar. Disponibilizamos o código e os dados de avaliação em acesso aberto.