摘要：本期会议聚焦知识驱动的复杂推理技术，探讨知识图谱符号知识与大模型深度融合的创新路径，重点分析GraphRAG、KAG、知识增强大模型慢思考及智能体决策等前沿技术在金融、医疗、法律等行业的实践应用与发展趋势，为组织提供AI时代知识驱动决策的战略洞见。

导语：

本期会议聚焦知识驱动的复杂推理技术，探讨知识图谱符号知识与大模型深度融合的创新路径，重点分析GraphRAG、KAG、知识增强大模型慢思考及智能体决策等前沿技术在金融、医疗、法律等行业的实践应用与发展趋势，为组织提供AI时代知识驱动决策的战略洞见。

为工程师提供顶级交流平台

CCF TF技术前线 第165期

时间：

5月20日，19:00 - 21:00

主题：

知识驱动的复杂推理

所属SIG：知识图谱SIG

欢迎扫码了解详情和报名参会

报名链接：https://ccf.org.cn/165

会议亮点

知识驱动的复杂推理是迈向通用人工智能的关键突破点，其核心价值在于赋予机器超越数据拟合的局限，实现接近人类的知识理解与复杂逻辑推演能力。在大模型时代，这一技术方向正经历革命性变革，通过知识图谱与大模型的深度融合，还原数据内生的逻辑结构，为复杂场景决策提供更精准、可靠的智能支持，开创智能化知识应用的新范式。

本期会议汇聚学术界与产业界顶尖专家，深入探讨大模型与知识图谱的协同互补机制，聚焦三大核心技术方向：

1.探析GraphRAG、KAG等图模互补技术，解构符号知识与神经网络的融合方法；

2.深入复杂推理引擎的构建，呈现动态知识演化与不确定性建模的前沿方案；

3.探讨基于知识增强的大模型慢思考与智能体决策框架，为复杂场景应用提供系统性解决方案。

在实践应用层面，本次会议将展示金融分析、医疗诊断、科学研究、工业制造等领域的知识驱动推理系统，分享如何通过RAG、向量检索、知识图谱与混合检索增强生成等技术，构建"智能推理引擎"，将非结构化数据、结构化数据与知识网络有机结合，赋能复杂分析场景的深度决策。

会议议程

特邀讲者

陈华钧

浙江大学计算机学院

教授

个人简介：浙江大学计算机科学与技术学院教授/博导，中文开放知识图谱OpenKG牵头发起人，浙江省数智科技研究会副会长，中国人工智能学会知识工程专委会副主任，中国中文信息学会语言与知识计算专委会副主任。入选浙江省有突出贡献中青年专家，浙江省高层次人才特殊支持计划科技创新领军人才，斯坦福全球前2%顶尖科学家终身榜单（人工智能领域）。研究方向为人工智能、知识图谱、自然语言处理、AI for Science等，以一作或通讯作在Nature Machine Intelligence、Nature Communications、NeurIPS、ICLR、ICML、IJCAI、AAAI、ACL、EMNLP、WWW、KDD、VLDB、SIGIR、TKDE、Proc. IEEE等国际顶级会议或期刊上发表多篇论文。曾获国家科技进步二等奖、教育部技术发明一等奖、钱伟长科技奖一等奖、浙江省科技进步二等奖、国家电网科技进步一等奖、浙江大学首届优秀教材奖一等奖，以及国际语义网会议ISWC最佳论文奖、国际知识图谱联合会议IJCKG最佳论文奖等学术奖励。

主题：知识增强大模型慢思考

主题简介：大模型慢思考（Slow Thinking of Large Models）通过逐步推理与多步决策模拟人类思维过程，旨在提升大模型处理复杂问题的能力。知识图谱作为结构化、准确的知识表示工具，在这一过程中发挥了关键作用。大语言模型以规模化训练为特点，具备广泛的知识覆盖与强大的语言理解能力，而知识图谱则提供了逻辑推理与知识可靠性的增强。通过引入结构化思维链推理、知识引导的问题分解与世界知识的智能体规划，大模型能够更有效地进行推理与决策。报告将探讨这一互补增强机制，并介绍近期在知识增强下的慢思考推理方法与应用进展。

刘焕勇

360人工智能研究院

资深算法专家

个人简介：曾就职于中国科学院，现任360人工智能研究院资深算法专家，知识图谱及文档理解方向负责人。主持或参与研制全行业事理图谱、360百科图谱、知识图谱平台、智脑大模型等项目。申请发明专利十余项，发表核心期刊及顶会数篇，对外开源项目70余项，近年来在OGB、ICPR2024、ICDAR2025等国际顶级赛事中获得多个冠亚军。创立老刘说NLP技术社区，具有广泛影响力。

主题：文档智能+知识图谱驱动大模型推理落地的一些思考

主题简介：目前，深度推理已经成为大模型研发落地的重要趋势之一，但依旧受到过度思考、思考不足、思考不受控、思考不可解释等多种现实问题。就其本质，还是大模型在面对特定领域场景、任务，缺少正确、因果引导的上下文，进一步的还是落到领域知识库的数据问题上。文档智能作为知识库清洗、抽取、对齐的重要途径，知识图谱凭借其Graph结构和统一的知识建模，可以为高质量推理数据的合成、推理方向引导等方向提供机会，并在可解释性推荐、AI搜索结果聚合及深度加工上发挥价值。本报告将汇报上述方向的一些探索心得，供大家一起讨论、批评、指正。

王文广

《知识增强大模型》作者

个人简介：浙江大学硕士、高级工程师（副高），浦东新区"明珠计划"菁英人才，腾讯云TVP，中国人工智能产业联盟突出贡献者，具备卓越的技术创新与产业实践。曾获得广东省科技进步奖、上海市计算机学会科技进步奖等省部级荣誉，出版专著“灯塔书”《知识增强大模型》和“珠峰书”《知识图谱：认知智能理论与实战》两部权威著作。“灯塔书”《知识增强大模型》系统剖析大模型与外挂知识的融合技术与实现方案，全面覆盖大模型、向量数据库、RAG、GraphRAG和图模互补等技术领域。“珠峰书”《知识图谱：认知智能理论与实战》则是知识工程和知识图谱领域的"百科全书"。王文广也参与编制多项国家标准、团体标准和地方标准，申请有18项人工智能方向的国家发明专利，发表论文20余篇。王文广此前历任达百度核心研发、盛大创新院架构师、金融AI公司Kavout联合创始人和首席架构师、达观数据副总裁等。

主题：深度研究智能体中的知识增强大模型与复杂推理

主题简介：在金融分析、科学研究、医疗诊断、建筑设计、工程建设、工业制造等等领域，数据洪流与信息碎片化如同“迷雾中的深海”，而知识增强大模型与复杂推理技术已是破局的关键。本演讲聚焦知识增强大模型的核心方法论，结合深度研究（DeepResearch）的智能体实现逻辑，揭示如何通过RAG、向量检索、文本检索、知识图谱、GraphRAG与混合检索增强生成，以HybridRAG的方法来构建“智能推理引擎”智能体，将非结构化数据、结构化数据、知识网络等组合起来，赋能复杂分析研究场景的深度决策。演讲内容涵盖知识增强大模型的核心技术、深度研究智能体的复杂推理，人机协同的方式，实际产品的效果演示，以及对未来的发展和前景进行探讨。

梁磊

蚂蚁集团

个人简介：梁磊，蚂蚁集团知识引擎负责人，OpenKG TOC专家，OpenSPG社区创始人，个人主要技术方向为知识图谱、搜索引擎及AI工程等。从2018年底开始，从零到一基于蚂蚁多样化的业务场景构建了企业级知识图谱平台，开源了OpenSPG知识引擎及知识增强大模型生成框架KAG。累计提报专利150余项，顶会论文40余篇，软件著作权10余项，主导项目先后获得BU总裁特别奖、数据科学奖、优秀科技成果、金融科技创新奖等，目前在积极推进LLM与符号知识双向驱动及应用探索。

主题：符号知识引导的大模型推理

主题简介：大模型与外部知识的结合已成为垂直领域应用的主要探索方向。然而，如何让大模型更好地理解外部知识、像领域专家一样进行稳定推理、判断自身的“知”与“不知”，以及高效利用外部知识库，依然面临诸多挑战。以知识图谱为代表的符号化知识具有逻辑严谨、可解释性强等优势，通过将数据转化为知识化的表达，能够还原数据内生的逻辑结构。基于这种互索引的结构，可以有效地引导大模型在相关能力上的提升，增强其推理与问答过程中的逻辑性与专业性。本次分享将从垂直领域落地的实际问题出发，融合符号知识与大模型各自的优势，并结合在医疗、金融等领域的具体探索，分享相关的技术实践与探索路径。

SIG主席

王昊奋

CCF TF知识图谱SIG主席

同济大学特聘研究员

个人简介：同济大学特聘研究员，博士生导师。全球最大的中文开放知识图谱联盟OpenKG轮值主席。负责主持10余项国家级AI项目，发表100余篇AI领域高水平论文。他构建了全球首个可交互养成的虚拟偶像—“琥珀·虚颜”；所构建的智能客服机器人已累计服务用户超过10亿人次。目前，他担任中国计算机学会术语工委副主任，SIGKG主席，自然语言处理专委会秘书长，上海分部秘书长，中国中文信息学会理事，语言与知识计算专委会副秘书长，上海市计算机学会自然语言处理专委会副主任等社会职位。

参会说明

参会方式

2025年5月20日 （星期二）

邮箱：tf@ccf.org.cn

来源：CCFvoice