Yapay zeka sistemlerinin bilgi grafiklerinde ne zaman geleneksel kural tabanlı yöntemlerden üstün olduğu sorusu, yeni bir araştırmayla netlik kazanıyor. Araştırmacılar tarafından geliştirilen RLM-on-KG sistemi, büyük dil modellerini bilgi grafiklerinde özerk navigatörler olarak kullanarak bu soruya cevap arıyor.
Sistem, çevrimdışı indeksleme gerektiren GraphRAG yaklaşımlarından farklı olarak, sorgu anında varlık-odaklı çok adımlı keşif yapıyor. RDF kodlu bahsetme grafikleri üzerinde deterministik graf yapısı ve sabit araç seti kullanarak çalışan bu yöntem, bilgi erişiminde yeni bir yaklaşım sunuyor.
Araştırmanın en çarpıcı bulgusu, yapay zeka kontrolünün değerinin koşullu olduğu gerçeği. Kanıtların ne kadar dağınık olduğu ve sistem araçlarının ne kadar gelişmiş olduğu, performans farkını belirleyen temel faktörler olarak öne çıkıyor.
519 sorudan oluşan GraphRAG-Bench Novel testlerinde Gemini 2.0 Flash, kural tabanlı temel sisteme kıyasla %2.47 puanlık önemli bir F1 skoru artışı gösterdi. Ancak mevcut GraphRAG-local varyantına karşı avantajı sadece %0.16 ile istatistiksel olarak anlamlı olmadı. Bu sonuçlar, yapay zeka tabanlı bilgi erişim sistemlerinin hangi durumlarda gerçekten etkili olduğunu gösteriyor.