报告题目：从知识检索到认知增强：图、推理、记忆与决策

报告时间：2025年9月15日19:30

报告地点：计算机学院B404会议室

报告人：王昊奋

报告人国籍：中国

报告人单位：同济大学

报告人简介：

  王昊奋，同济大学百人计划特聘研究员，博士生导师，中国计算机学会术语工委副主任，研究兴趣及专长是知识图谱、自然语言处理、知识增强大模型。他是全球最大的中文开放知识图谱社区OpenKG轮值主席，出版了《自然语言处理实践》《知识图谱方法、实践与应用》等著作，受邀在世界人工智能大会、IJCAI和VLDB等诸多国际与国内智能峰会上担任讲者，负责参与10余项国家自然科学基金重点、面上、863重大专项、科技部重点研发等AI相关项目，共发表100余篇AI领域高水平论文，多次获得会议最佳论文或最佳学生论文。

报告摘要：

知识检索增强技术（RAG）已成为大语言模型优化的重要路径，通过引入外部知识源，显著缓解了模型的幻觉问题与知识更新滞后等挑战。本报告将系统回顾2024年RAG关键技术动态，包括GraphRAG在多跳推理上的突破、KAG在垂直领域的深度适配以及MemOS在记忆调度机制中的创新，同时评估以往提出的技术挑战与路线图的实现情况。报告还将聚焦于“是否仍需要RAG，以及需要怎样的RAG”这一核心问题，重点从RAG与图结构及KAG的深度融合、推理能力的层次化提升、与MemOS的协同记忆管理，以及在决策支持中的实际应用四个维度展开分析，助力把握下一代检索增强技术的主流趋势与发展先机。

邀请人：钱铁云