Grokers: новая архитектура для анализа графов знаний с нулевыми затратами на запросы
Группа исследователей опубликовала описание архитектуры Grokers, предназначенной для построения постоянного структурированного понимания типизированных графов знаний. В отличие от популярного подхода RAG, где каждый запрос требует полного анализа, Grokers перемещает интеллектуальную обработку на этап записи данных.
Архитектура использует автономные агенты Groker, которые анализируют узлы в графе, извлекают структурированные атрибуты с помощью вызовов языковых моделей и индуктивно обобщают это понимание вверх по зависимостям. Результат записывается в виде обогащённых атрибутов, которые доступны для всех будущих запросов без дополнительных затрат LM.
Авторы доказали три формальных свойства. Теорема байт-идентичности утверждает, что контекстные блоки из денормализованного индекса остаются идентичными между вызовами LM до изменения семантики, что позволяет достичь почти 100% попаданий в KV-кэш. Теорема монотонности накопления гарантирует, что доля взаимодействий, разрешённых без вызовов LM, не уменьшается по мере роста библиотеки мудрости.
Третья теорема — о порядке двойного обхода — устанавливает, что нисходящая генерация и восходящее понимание являются единственно правильными порядками для соответствующих задач в DAG зависимостей, а их композиция замыкает полный цикл генерации-понимания.
Также предложена детерминированная альтернатива эмбеддинговому семантическому поиску с протоколом кэширования синонимов, частота падения которого на LM стремится к нулю для конечных словарей. Реализация доступна в открытом стеке Qbix/Safebox/Safebots.
