《Artificial Intelligence in Geosciences》：Multi-agent collaborative knowledge question answering for mineralogy
编辑推荐：
针对矿物学领域提出一种多智能体协同框架以实现知识问答。意图识别智能体(Intention Recognition Agent, IRA)采用非破坏性解耦策略保留查询逻辑完整性，避免语义碎片化。多源检索智能体(Multi-source Retrieval Age
针对矿物学领域提出一种多智能体协同框架以实现知识问答。意图识别智能体(Intention Recognition Agent, IRA)采用非破坏性解耦策略保留查询逻辑完整性，避免语义碎片化。多源检索智能体(Multi-source Retrieval Agent, MRA)并行调用知识图谱与文本向量库实现图与文互补取证。决策融合智能体(Decision Fusion Agent, DFA)通过反思机制完成异构证据冲突仲裁与检索自校正，抑制事实幻觉。该闭环（意图识别—多源执行—决策融合）在矿物学问答中较传统RAG与通用大语言模型在准确性、鲁棒性与可解释性上均显著提升。
研究背景与动机
矿物学领域已积累海量多模态数据，包括结构化地球化学数据、非结构化勘探报告、学术文献与地质图件，但普遍存在结构异构、语义分散与标准不一的问题，导致“数据海量”与“知识稀缺”长期矛盾。早期研究以知识图谱(Knowledge Graph, KG)为主，依赖本体建模与预设Cypher模板，难以适应复杂自然语言查询；近期检索增强生成(Retrieval-Augmented Generation, RAG)与图检索增强生成(Graph-RAG)虽缓解模板约束，但在文本压缩与索引构建中易丢失细粒度描述，且静态架构无法处理动态冲突查询。既有地理科学多智能体工作多聚焦结构化查询生成，忽视非结构化文本与异构知识融合，无法支撑矿物学中的复杂逻辑推理。为此，研究人员在《Artificial Intelligence in Geosciences》提出MaM-RAG（Multi-agent Mineral RAG）框架，构建意图识别—多源执行—决策融合的协同闭环，以突破逻辑断裂与信息孤岛双重瓶颈。
主要关键技术方法
研究人员以Liu等人(2023)构建的矿物学知识图谱为事实基座，抽取标准矿物实体集完成别名归一；将Ji等人(2025)清洗的非结构化语料经滑动窗口切分为完整语义段，采用BGE-M3（BAAI General Embedding-M3）编码存入向量库，实现图-文共享实体体系。框架部署三类智能体：意图识别智能体(IRA)分单/多意图，多意图下按链式逻辑分解、并行约束保留、动态类型标注做非破坏性解耦；多源检索智能体(MRA)内含图检索子智能体（实体对齐+多跳推理+集合交集）与向量检索子智能体（余弦相似度Top-k召回，阈值δ滤波）；决策融合智能体(DFA)基于证据反馈自反思校正并仲裁图-文冲突。实验基于矿物学问答样本队列，对比传统RAG、Graph-RAG与通用大语言模型。
研究结果
- 2.
Method（方法）
研究人员先标准化异构知识：KG提供三元组逻辑约束，文本经实体对齐与语义切分向量化，打破语义屏障。MaM-RAG三大智能体动态协作完成从解析到生成的全程推理。
2.1 Intent recognition agent（意图识别智能体）
IRA经意图判定（单意图直查KG、多意图进入分解）与意图分解两阶段，对时序依赖查询做链式逻辑分解，对多条件交并查询做并行约束保留，以语义完整性优先的非破坏性解耦避免跨条件逻辑断裂。
2.2 Multi-source retrieval agent（多源检索智能体）
2.2.1 Graph-based retrieval agent（基于图的检索智能体）
图检索子智能体先以同义词典将“石青”等口语对齐至“azurite”标准节点；链式指令下沿实体邻域多跳遍历并建路径索引；并行指令下将“晶系=四方”“共生=榍石”映射为属性键值做集合交集，输出高置信候选集；冲突时可受反射指令重对齐。
2.2.2 Vector-based retrieval agent（基于向量的检索智能体）
向量检索子智能体将查询q与文本段cj由BGE-M3映入d维空间得hq、hcj，以余弦相似度s(q,cj)=hq?hcj/(‖hq‖‖hcj‖)排序，取s≥δ的Top-k构成描述证据集?vec，以图输出实体集为锚补足场景化语义。
决策融合与反思
DFA整合图结构证据与向量描述证据，对冲突做异构仲裁，并基于反射触发检索修正，使最终答案严格遵从地质逻辑且可溯源。
结论与意义
研究人员得出结论：MaM-RAG通过非破坏性解耦保留查询逻辑、多源并行检索融通图-文异构知识、决策融合含反思自校正，在矿物学智能问答的准确性、鲁棒性与可解释性上均显著优于传统RAG与通用大语言模型。该工作为地质智能中“检索→推理→生成→验证”闭环提供了可复用的多智能体范式，对解决专业领域事实幻觉与语义碎片化具有明确方法论意义。
