本体能拦截什么？人工策划、LLM 生成与数据派生本体作为知识图谱 LLM Agent 检查器的对比研究

英文标题：What Does an Ontology Catch? Curated, LLM-Generated and Data-Derived Ontologies as Checkers of LLM Agents over Knowledge Graphs

针对基于 Web 知识图谱进行问答的 LLM Agent，业内普遍假设形式化模式可以作为可靠的判定依据，并日益依赖本体来进行校验。最新研究探讨了人工策划、LLM 生成及数据派生三种本体作为检查器时的实际表现，指出检查器本身也可能出现遗漏错误或产生误判。该研究系统评估了不同来源本体的检错边界与可靠性，为构建更可信的神经符号 LLM Agent 及知识图谱验证机制提供了重要参考。