arXiv · 29.07.2026 ·Машинное обучение

AgentMap: новый подход к гибридному сопоставлению онтологий

Исследователи представили AgentMap — систему для решения задачи гибридного сопоставления онтологий (HOM). В отличие от традиционных методов, которые фокусируются либо на поиске эквивалентности, либо на иерархических отношениях, AgentMap объединяет эти процессы. Это позволяет ИИ-системам более точно интерпретировать семантические связи между различными базами знаний и структурами данных в едином цикле обработки.

Традиционные системы сопоставления онтологий (OM) часто ограничены узким спектром задач, что затрудняет интеграцию данных из разнородных источников. Новый подход позволяет одновременно выявлять как полные соответствия (эквивалентность), так и отношения включения (субсумция), что критически важно для построения сложных графов знаний и улучшения качества RAG-систем, работающих с большими массивами структурированной информации.

Метод базируется на агентной архитектуре, способной анализировать семантическую близость концептов в условиях неоднородности данных. Это значительно повышает эффективность автоматизированного маппинга схем данных, снижая необходимость в ручной настройке правил интеграции при объединении корпоративных баз знаний или сложных таксономий.

Ключевые факты

AgentMap впервые объединяет задачи поиска эквивалентности и субсумции в рамках единой гибридной модели (HOM).
Система устраняет разрыв в семантическом анализе, который ранее требовал использования двух отдельных инструментов для обработки одного набора данных.
Разработка направлена на автоматизацию интеграции сложных онтологических структур, что повышает точность работы систем с графами знаний.
Исследование опубликовано на платформе arXiv и предлагает новый стандарт для оценки качества сопоставления семантических моделей.

Источник: arXiv

Обсудить с ИИ

Похожие материалы

arXiv · Оркестрация агентов Новый подход к маршрутизации множества ИИ-агентов Исследователи из Университета Карнеги-Меллон представили новую работу, посвящённую компиляционным методам в задачах маршрутизации множества агентов (MAPF). В отличие от классических подходов, где все агенты должны достичь заданных целей без столкновений, авторы рассматривают варианты с разными требованиями к агентам. Hacker News · Инфраструктура для агентов Инструментарий метапоиска для ИИ-агентов Разработчики представили специализированный инструментарий для реализации метапоиска в агентных системах. Решение позволяет агентам эффективно агрегировать данные из множества поисковых систем и API, объединяя результаты в единый контекст для последующей обработки LLM. Это упрощает создание автономных систем, требующих актуальной информации из внешних источников с минимальными задержками и высокой точностью выборки. Hacker News · Инфраструктура для агентов Использование онтологий и графов для навигации ИИ-агентов Для повышения точности работы ИИ-агентов предлагается использовать онтологии и графовые структуры данных вместо стандартного RAG. Такой подход позволяет агентам выполнять структурированный поиск и обход графа, что значительно снижает вероятность галлюцинаций при работе со сложными доменными знаниями и позволяет модели лучше понимать взаимосвязи между объектами в базе данных. Hacker News · Оркестрация агентов Hexo Labs представила протокол для координации научных ИИ-агентов Hexo Labs выпустила Multi Agent Protocol (MAP) — фреймворк, предназначенный для автоматизации научных исследований с помощью сети специализированных ИИ-агентов. Система позволяет распределять задачи между автономными узлами, обеспечивая их взаимодействие для выполнения сложных исследовательских циклов, от постановки гипотез до анализа данных и формирования выводов в рамках единого рабочего процесса. Hacker News · ИИ в бизнесе Применение агентного ИИ для интерпретации генома при интерстициальных заболеваниях легких Исследователи представили агентную систему на базе LLM для анализа геномных данных, продемонстрировав её эффективность на примере диагностики интерстициальных заболеваний легких. Система автоматизирует процесс интерпретации генетических вариантов, сопоставляя их с клиническими фенотипами. Использование агентного подхода позволило достичь точности, сопоставимой с экспертной оценкой, сокращая время на анализ сложных медицинских случаев и выявление патогенных мутаций. Hacker News · Безопасность и алайнмент Интерактивная карта исследований безопасности ИИ-агентов Исследовательская группа AgentBayes представила структурированную карту актуальных направлений в области безопасности и алайнмента автономных ИИ-агентов. Проект систематизирует разрозненные научные публикации и технические отчеты, классифицируя их по ключевым векторам угроз, методам контроля поведения моделей и стратегиям предотвращения нежелательных действий в сложных агентных средах, что упрощает навигацию в быстрорастущем массиве данных. Hugging Face - Blog · Оценка и бенчмарки Новый подход к оценке агентных способностей открытых моделей Hugging Face представила методологию для оценки того, насколько эффективно языковые модели справляются с использованием внешних инструментов. В отличие от стандартных тестов на логику или знание фактов, новый подход фокусируется на способности модели вызывать функции, интерпретировать ответы API и корректировать свои действия в рамках многошаговых задач. Это позволяет разработчикам точнее определять, какая модель лучше подходит для создания автономных агентов. arXiv · Память и RAG ProjAgent: новый подход к поиску контекста для генерации кода на уровне репозитория Исследователи представили ProjAgent — метод поиска контекста для генерации кода, который фокусируется на процедурном сходстве функций, а не только на лексическом или семантическом совпадении. Новый подход позволяет ИИ-агентам лучше учитывать логические паттерны и зависимости внутри крупных репозиториев, что критически важно для написания корректного кода с учетом специфических архитектурных соглашений проекта. arXiv · Машинное обучение MAPS: новый подход к координации автономных транспортных средств на перекрестках Исследователи представили архитектуру Master-Agent Proto-plan System (MAPS) для решения проблемы координации беспилотных автомобилей на нерегулируемых перекрестках. Система использует иерархическое глубокое обучение с подкреплением, позволяя агентам эффективно взаимодействовать без опоры на привилегированную информацию или жесткие сценарии, что значительно повышает безопасность и пропускную способность в сложных дорожных условиях. Hacker News · Инфраструктура для агентов SigMap: детерминированные карты репозиториев для ИИ-агентов SigMap предлагает решение проблемы контекстного окна для ИИ-агентов, занимающихся разработкой ПО. Инструмент создает детерминированные карты репозиториев, которые позволяют агентам эффективно ориентироваться в кодовой базе. Это помогает моделям точнее понимать структуру проекта, зависимости и связи между файлами, минимизируя галлюцинации и повышая качество генерации кода при работе с масштабными проектами.

← Все материалы