論文の概要: PersonaAgent with GraphRAG: Community-Aware Knowledge Graphs for Personalized LLM

• arxiv url: http://arxiv.org/abs/2511.17467v1
• Date: Fri, 21 Nov 2025 18:15:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-24 18:08:19.160533
• Title: PersonaAgent with GraphRAG: Community-Aware Knowledge Graphs for Personalized LLM
• Title（参考訳）: GraphRAGを用いたペルソナエージェント:パーソナライズされたLLMのためのコミュニティ対応知識グラフ
• Authors: Siqi Liang, Yudi Zhang, Yue Guo,
• Abstract要約: パーソナライズされたAIエージェントを必要とするペルソナ型言語モデルシステムのための新しいフレームワークを提案する。 提案手法では,エージェントがユーザの"ペルソナ"を具現化し,大規模言語モデル(LLM)をベースとする。 本フレームワークは,(1)知識グラフから抽出したユーザの履歴行動と嗜好の要約と,(2)グラフに基づくコミュニティ検出によって同定された関連するグローバルなインタラクションパターンを組み合わせることで,パーソナライズされたプロンプトを生成する。
• 参考スコア（独自算出の注目度）: 6.644667766484925
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: We propose a novel framework for persona-based language model system, motivated by the need for personalized AI agents that adapt to individual user preferences. In our approach, the agent embodies the user's "persona" (e.g. user profile or taste) and is powered by a large language model (LLM). To enable the agent to leverage rich contextual information, we introduce a Knowledge-Graph-enhanced Retrieval-Augmented Generation (Graph RAG) mechanism that constructs an LLM-derived graph index of relevant documents and summarizes communities of related information. Our framework generates personalized prompts by combining: (1) a summary of the user's historical behaviors and preferences extracted from the knowledge graph, and (2) relevant global interaction patterns identified through graph-based community detection. This dynamic prompt engineering approach allows the agent to maintain consistent persona-aligned behaviors while benefiting from collective knowledge. On the LaMP benchmark, our method improves news categorization F1 by 11.1%, movie tagging F1 by 56.1%, and reduces product rating MAE by 10.4% over prior methods. Our code is available at https://anonymous.4open.science/r/PersonaAgentwGraphRAG-DE6F
• Abstract（参考訳）: 個人の好みに適応するパーソナライズされたAIエージェントの必要性から,ペルソナに基づく言語モデルシステムのための新しいフレームワークを提案する。 提案手法では,ユーザの"ペルソナ"(例えば,ユーザプロファイルや味)を具現化し,大規模言語モデル(LLM)を駆使した。 エージェントがリッチな文脈情報を活用するために,関連する文書のLLMグラフインデックスを構築し,関連情報のコミュニティを要約する知識グラフ強化検索生成(Graph RAG)機構を導入する。 本フレームワークは,(1)知識グラフから抽出したユーザの履歴行動と嗜好の要約と,(2)グラフに基づくコミュニティ検出によって同定された関連するグローバルなインタラクションパターンを組み合わせることで,パーソナライズされたプロンプトを生成する。 この動的なプロンプトエンジニアリングアプローチにより、エージェントは集合的知識の恩恵を受けながら、一貫したペルソナの行動を維持することができる。 LaMPベンチマークでは、ニュース分類F1を11.1%改善し、映画のタグ付けF1を56.1%改善し、製品評価MAEを10.4%削減した。 私たちのコードはhttps://anonymous.4open.science/r/PersonaAgentwGraphRAG-DE6Fで利用可能です。

関連論文リスト

• LLM-Guided Dynamic-UMAP for Personalized Federated Graph Learning [0.0]
  個人化とプライバシー制約下でのグラフ機械学習を支援するために,大規模言語モデルを用いた手法を提案する。 このアプローチは、スパースグラフのためのデータ拡張、グラフタスクに基礎モデルを適用するためのプロンプトとインストラクションチューニング、および少数ショットグラフ推論信号を供給するためのコンテキスト内学習を組み合わせる。
  論文  参考訳（メタデータ） (2025-11-12T15:53:52Z)
• LLMs Between the Nodes: Community Discovery Beyond Vectors [0.6445605125467574]
  ソーシャルネットワークグラフにおけるコミュニティ検出は、グループダイナミクス、影響経路、情報の拡散を明らかにする上で重要な役割を担っている。 大規模言語モデル(LLM)の最近の進歩は、このタスクに意味情報と文脈情報を統合するための新たな道を開く。 我々は,GPT-4oモデルとプロンプトベースの推論を利用して,言語モデル出力とグラフ構造を融合する2段階のフレームワークCommLLMを紹介した。
  論文  参考訳（メタデータ） (2025-07-29T20:47:54Z)
• An Automatic Graph Construction Framework based on Large Language Models for Recommendation [49.51799417575638]
  本稿では,大規模言語モデルに基づく自動グラフ構築フレームワークであるAutoGraphを紹介する。 LLMはユーザ好みとアイテムの知識を推論し、セマンティックベクターとして符号化する。 潜在因子は、ユーザ/イテムノードをリンクする余分なノードとして組み込まれ、結果として、深いグローバルビューセマンティクスを持つグラフとなる。
  論文  参考訳（メタデータ） (2024-12-24T07:51:29Z)
• LLM-Based Multi-Agent Systems are Scalable Graph Generative Models [73.28294528654885]
  GraphAgent-Generator (GAG) は動的でテキスト対応のソーシャルグラフ生成のための新しいシミュレーションベースのフレームワークである。 GAGは、ゼロショットソーシャルグラフ生成のための時間ノードとエッジ生成プロセスをシミュレートする。 得られたグラフは7つの主要なマクロ的ネットワーク特性に付着し、微視的グラフ構造測定において11%の改善が達成される。
  論文  参考訳（メタデータ） (2024-10-13T12:57:08Z)
• APGL4SR: A Generic Framework with Adaptive and Personalized Global Collaborative Information in Sequential Recommendation [86.29366168836141]
  逐次推薦のための適応およびパーソナライズされたグラフ学習(APGL4SR)というグラフ駆動型フレームワークを提案する。 APGL4SRは、適応的でパーソナライズされたグローバルな協調情報をシーケンシャルレコメンデーションシステムに組み込む。 一般的なフレームワークとして、APGL4SRは大きなマージンを持つ他のベースラインよりも優れている。
  論文  参考訳（メタデータ） (2023-11-06T01:33:24Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。