待验证50% 置信事实精确时间
因果图（Causal Graph）又称有向无环图（DAG），每个节点代表一个变量，有向边A→B表示A是B的直接原因
1
来源数
50%
置信度
长期有效
时效性
2026/10/3
首次发现
来源
涉及实体
相关事实
待验证因果结构图将模型生成每个token时对前文各token的依赖关系提取出来，用有向无环图（DAG）形式呈现69% 相似待验证GraphRAG范式先用向量检索定位候选实体节点，再通过图遍历沿关系链条扩展上下文，形成语义召回加结构推理的两阶段管道67% 相似待验证Rete 算法将规则的条件部分编译成有向无环图（DAG），节点分为过滤单条事实的 Alpha 节点和执行跨事实连接的 Beta 节点65% 相似已验证GraphRAG架构通过知识图谱显式建模角色关系与事件因果链来弥补纯向量检索的局限65% 相似已验证LangGraph支持带状态的循环图（Cyclic Graph），区别于纯DAG，这对需要反复迭代的Agent推理循环至关重要63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/969563API
curl https://kongchang.com/api/v1/knowledge/claims/969563MCP
get_claim(id=969563)