The EpisTwin: A Knowledge Graph-Grounded Neuro-Symbolic Architecture for Personal AI

📄 arXiv: 2603.06290v1 📥 PDF

作者: Giovanni Servedio, Potito Aghilar, Alessio Mattiace, Gianni Carmosino, Francesco Musicco, Gabriele Conte, Vito Walter Anelli, Tommaso Di Noia, Francesco Maria Donini

分类: cs.AI, cs.CL

发布日期: 2026-03-06

💡 一句话要点

EpisTwin：一种基于知识图谱的神经符号架构，用于构建个人AI

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 个人AI 知识图谱 神经符号架构 多模态学习 检索增强生成

📋 核心要点

  1. 现有个人AI受限于用户数据分散，检索增强生成（RAG）方法无法充分捕捉语义和时间依赖性。
  2. EpisTwin通过构建用户个人知识图谱，并结合神经符号方法，实现更有效的生成式推理。
  3. 论文提出了PersonalQA-71-100基准，并验证了EpisTwin在多个评判模型上的有效性，为可信赖的个人AI提供了新方向。

📝 摘要（中文）

个人人工智能的发展受到用户数据分散在孤立系统中的阻碍。检索增强生成（RAG）提供了一种部分解决方案，但其对非结构化向量相似性的依赖无法捕捉潜在的语义拓扑和时间依赖性，而这些对于整体理解至关重要。我们提出了EpisTwin，一个神经符号框架，它将生成式推理建立在一个可验证的、以用户为中心的个人知识图谱之上。EpisTwin利用多模态语言模型将异构的、跨应用的数据提升为语义三元组。在推理时，EpisTwin通过一个代理协调器实现对个人语义图的复杂推理，该协调器结合了图检索增强生成和在线深度视觉细化，动态地将符号实体重新置于其原始视觉上下文中。我们还引入了PersonalQA-71-100，一个旨在模拟真实用户数字足迹并评估EpisTwin性能的合成基准。我们的框架在一系列最先进的评判模型中展示了强大的结果，为可信赖的个人AI提供了一个有希望的方向。

🔬 方法详解

问题定义：现有个人AI系统面临数据孤岛问题，用户数据分散在不同的应用和服务中，导致难以进行全面的推理和理解。传统的检索增强生成方法依赖于向量相似性，无法有效捕捉数据之间的语义关系和时间依赖性，限制了个人AI的性能和可信度。

核心思路：EpisTwin的核心思路是构建一个以用户为中心的个人知识图谱，将来自不同来源的异构数据转化为语义三元组，从而显式地表示数据之间的关系。通过在知识图谱上进行推理，EpisTwin能够更好地理解用户的上下文，并生成更准确、更可信的响应。

技术框架：EpisTwin框架包含以下几个主要模块：1) 数据提取与转换：使用多模态语言模型从各种数据源（如文本、图像、视频等）中提取信息，并将其转换为语义三元组。2) 知识图谱构建：将提取的语义三元组存储在个人知识图谱中，形成一个结构化的用户知识表示。3) 推理引擎：利用一个代理协调器，结合图检索增强生成和在线深度视觉细化，在知识图谱上进行推理。图检索增强生成用于检索与查询相关的知识，在线深度视觉细化用于将符号实体重新置于其原始视觉上下文中。

关键创新：EpisTwin的关键创新在于其神经符号架构，它将符号推理（知识图谱）与神经模型（多模态语言模型、深度视觉模型）相结合，实现了更强大的推理能力。此外，EpisTwin还引入了在线深度视觉细化，能够动态地将符号实体与视觉信息关联起来，从而提高推理的准确性。

关键设计：论文中没有详细说明具体的参数设置、损失函数或网络结构等技术细节。但是，可以推断，多模态语言模型的选择和训练、知识图谱的存储和查询效率、以及在线深度视觉细化的实现方式，都会对EpisTwin的性能产生重要影响。PersonalQA-71-100基准的设计也至关重要，它需要能够真实地模拟用户的数字足迹，并评估EpisTwin在各种场景下的推理能力。

🖼️ 关键图片

fig_0
fig_1

📊 实验亮点

论文提出了PersonalQA-71-100基准，并使用一系列最先进的评判模型评估了EpisTwin的性能。实验结果表明，EpisTwin在多个指标上取得了显著的提升，证明了其在个人AI领域的有效性。具体的性能数据和提升幅度在摘要中没有明确给出，需要查阅论文全文。

🎯 应用场景

EpisTwin可应用于智能助手、个性化推荐、健康管理、教育辅导等领域。通过构建用户个人知识图谱，EpisTwin能够更好地理解用户的需求和偏好，提供更个性化、更智能的服务。未来，EpisTwin有望成为构建可信赖的个人AI的关键技术。

📄 摘要（原文）

Personal Artificial Intelligence is currently hindered by the fragmentation of user data across isolated silos. While Retrieval-Augmented Generation offers a partial remedy, its reliance on unstructured vector similarity fails to capture the latent semantic topology and temporal dependencies essential for holistic sensemaking. We introduce EpisTwin, a neuro-symbolic framework that grounds generative reasoning in a verifiable, user-centric Personal Knowledge Graph. EpisTwin leverages Multimodal Language Models to lift heterogeneous, cross-application data into semantic triples. At inference, EpisTwin enables complex reasoning over the personal semantic graph via an agentic coordinator that combines Graph Retrieval-Augmented Generation with Online Deep Visual Refinement, dynamically re-grounding symbolic entities in their raw visual context. We also introduce PersonalQA-71-100, a synthetic benchmark designed to simulate a realistic user's digital footprint and evaluate EpisTwin performance. Our framework demonstrates robust results across a suite of state-of-the-art judge models, offering a promising direction for trustworthy Personal AI.