Separating Facts from Interpretations in Agent Knowledge Graphs

Ce contenu propose de séparer les faits des interprétations dans les graphes de connaissances d'agents utilisés avec des systèmes LLM afin de résoudre les problèmes d'échelle et de gouvernance. Cette approche, mise en œuvre avec deux tables physiques distinctes, a considérablement amélioré la qualité de sortie (+375%) et les taux de réussite du travail (65,3% à 99,1%) dans une société d'agents en fonctionnement.