Agentic SPARQL : évaluation des agents intelligents basés sur SPARQL-MCP sur le banc d’essai Federated KGQA
Daniel Dobriy, Frederik Bauer et al.
Nous recherchons comment l'IA peut travailler directement avec la connaissance, raisonner par la logique et renvoyer des réponses vérifiables.
Daniel Dobriy, Frederik Bauer et al.
Daniel Dobriy
Naveen Lamba, Sanju Tiwari et al.
Niraj Karki, Manjila Pandey, Sanju Tiwari, Nandana Mihindukulasooriya, Sven Groppe, Daniel Dobriy
Avec les récents progrès des grands modèles de langage (LLM) et de l'IA agentique, l'ingénierie contextuelle (CE) est devenue un nouveau domaine de recherche. CE vise à remplir les invites des agents LLM avec les connaissances contextuelles pertinentes nécessaires pour effectuer des tâches complexes, où la qualité de ce contexte est primordiale pour la fiabilité. Les graphes de connaissances (KG) offrent une approche prometteuse pour intégrer diverses connaissances contextuelles basées sur les approches du Web sémantique et de la représentation des connaissances. Dans cet article, nous étudions les approches actuelles pour identifier les défis et les opportunités liés à l’utilisation des KG en CE et explorons leurs limites et les futures orientations stratégiques de la recherche. Les résultats illustrent des incohérences dans les méthodologies et une compréhension limitée des défis d’évolutivité et d’assurance qualité, qui ralentissent le développement de systèmes d’IA robustes et contextuels, capables de gérer la complexité du monde réel et les tâches de raisonnement multi-domaines
Daniel Dobriy, Frederik Bauer, Amr Azzam, Debayan Banerjee, Axel Polleres
Les protocoles standards tels que le Model Context Protocol (MCP) qui permettent aux LLM de se connecter aux outils ont récemment renforcé les applications d'IA « agentiques », qui, alimentées par les capacités de planification des LLM, promettent de résoudre des tâches complexes avec l'accès à des outils et des sources de données externes. Dans ce contexte, les points d’accès SPARQL accessibles au public offrent une connexion naturelle pour combiner diverses sources de données via MCP en (a) implémentant un protocole et un langage de requête standardisés, (b) des formats de métadonnées standardisés et (c) la capacité native de fédérer les requêtes. Dans le présent article, nous explorons le potentiel des agents intelligents basés sur SPARQL-MCP pour faciliter les requêtes fédérées SPARQL : tout d'abord, nous discutons de la manière d'étendre un banc d’essai de réponse aux questions de connaissances Graph existant vers la réponse aux questions de connaissances fédérées agents Graph (FKGQA) . Deuxièmement, nous implémentons et évaluons la capacité d'intégration de la fédération SPARQL avec des agents LLM via MCP (y compris la découverte de points d’accès/sélection de sources, l'exploration de schémas et la formulation de requêtes), en comparant différentes options architecturales par rapport au banc d’essai étendu. Nos travaux complètent et étendent les travaux antérieurs sur la fédération automatisée de requêtes SPARQL vers des combinaisons fructueuses avec l'IA agentique
Daniel Dobriy
Ce chapitre examine comment de grands modèles de langage et des graphes de connaissances peuvent être intégrés pour prendre en charge des fondements factuels, un raisonnement traçable et des connaissances persistantes et actualisables. Il développe une taxonomie couvrant la récupération et la génération basées sur des graphes, la construction KG, l'accès et la maintenance, ainsi que les architectures adaptatives hybrides. Il passe en revue les ressources d'évaluation, en soulignant la nécessité d'évaluer séparément l'accès aux graphiques, la récupération des preuves, la mise à jour, la provenance, l'incertitude, la stabilité de la mémoire et le coût de calcul. Une attention particulière est accordée à la mémoire d'agent basée sur des graphes, où les KG prennent en charge les connaissances persistantes, la modélisation du monde, l'inférence, la coordination des outils et des agents et la gouvernance des assertions partagées. L’exemple concret d’un analyste de la littérature scientifique illustre ces capacités et leurs exigences opérationnelles. Le chapitre identifie les principaux défis liés à la gestion des versions des graphiques, à la validation logique d'exécution, à l'accès aux graphiques exécutables, à la découverte des sources et à l'interopérabilité des métadonnées. Il décrit trois orientations futures : des moteurs de recherche de données combinant une interaction en langage naturel avec des requêtes fédérées sur le Web décentralisé de données, une couche sémantique commune reliant divers systèmes d'organisation des connaissances et des modèles génératifs qui fonctionnent directement sur des représentations sémantiques indépendantes du langage. Il soutient que la valeur de l’intégration dépend des exigences de la tâche et du maintien d’une mémoire graphique précise, vérifiable, réversible et gouvernable dans le temps
Naveen Lamba, Sanju Tiwari, Manas Gaur, Daniel Dobriy
Axel Polleres, Frederik Bauer, Daniil Dobriy, Tobias Käfer, Lukas Kubelka, Andreas Harth, Thomas Wehr
Shahrom Sohi, Sri Harikrishnan, Amin Anjomshoaa, Axel Polleres
Les données ouvertes façonnent les interactions entre les gouvernements, les entreprises et le public. Dans le secteur ferroviaire européen, les efforts en faveur de la libéralisation, de la durabilité environnementale et d’un espace ferroviaire unique européen (SERA) ont intensifié la demande de données ouvertes et interopérables sur les transports publics. Pourtant, les organisations ferroviaires sont confrontées à un double défi : remplir leur rôle de service public en contribuant à l’écosystème des données ouvertes sur les transports et la mobilité tout en protégeant les informations sensibles et compétitives de l’organisation. Cet article étudie la manière dont les organisations ferroviaires nationales de l'Union européenne et de l'Association européenne de libre-échange (AELE) participent aux initiatives de données ouvertes, en se concentrant sur trois canaux : les portails de données ouvertes ferroviaires (ROP), les portails de données ouvertes gouvernementaux (GOP) et les points d'accès nationaux (NAP). Grâce à une approche structurée de collecte de données et d'étiquetage manuel, cette étude catalogue 1 097 ensembles de données ouvertes auprès des opérateurs ferroviaires nationaux et des gestionnaires d'infrastructures, en les catégorisant par type de portail, pays, thématique et qualité sur la base du modèle de données ouvertes 5 étoiles. Les résultats révèlent un paysage de données ouvertes fragmenté du secteur ferroviaire européen, caractérisé par des disparités en termes de volume de données, d'orientation thématique et de normes d'ouverture. Les données opérationnelles dominent les publications telles que les horaires, les horaires et les itinéraires, mais des lacunes importantes persistent dans des domaines tels que l'expérience client, les infrastructures spécifiques et les données d'organisation. Les opérateurs ferroviaires préfèrent les ROP et les GOP aux portails de mobilité obligatoires de l'UE (NAP) pour la publication de données ouvertes, suscitant ainsi un intérêt pour la cohérence et le respect des cadres législatifs européens. Au-delà de l’ouverture, la disponibilité inégale des données ferroviaires ouvertes dans l’Union soulève des questions d’équité numérique. Dans la mesure où l’accès inégal aux informations sur les transports risque de renforcer les disparités informationnelles entre les résidents de l’UE et de l’AELE, ce qui entraîne un appel à l’action en faveur de politiques de données ouvertes harmonisées et de contrôles de qualité plus stricts au niveau européen