TTFT-Aware Graph Chain-of-Thought:Distance-Indexed Neural A* for Low-Hallucination Multi-Hop Medical Reasoning

📄 arXiv: 2606.23108v1 📥 PDF

作者: Bechir Dardouri, Kaïs Zhioua, Yassine Msaddak

分类: cs.AI

发布日期: 2026-06-22

💡 一句话要点

提出TTFT感知图链式思维以解决医疗推理中的幻觉问题

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

关键词: 医疗推理 图神经网络 多跳推理 大型语言模型 可解释性 路径优化 生育助手

📋 核心要点

  1. 现有的临床大型语言模型在推理过程中容易出现幻觉和不透明的推理，影响其可靠性。
  2. 论文提出了一种基于图的链式思维方法，通过目标导航和轻量级启发式算法来优化医疗推理过程。
  3. 实验结果表明，该方法在生育相关查询中显著降低了响应延迟和幻觉发生率，提升了推理的准确性和清晰度。

📝 摘要（中文）

幻觉和不透明推理仍然是临床大型语言模型（LLMs）不可接受的失败模式。本文提出了一种生产级GraphRAG堆栈，通过在一个约70万节点的异构医学知识图中约束答案到可验证的图链式思维路径，来支持生育助手。核心思想是目标导航：一个定向的修剪地标标记（PLL）oracle提供精确距离，以实现亚毫秒的可行性检查和简单路径枚举，而轻量级的AStarNet启发式算法严格在PLL走廊内操作，以优先考虑临床上合理的扩展。在生育相关查询中，混合（PLL+AStarNet）在延迟/召回的Pareto前沿上优于仅文本的RAG和单组件基线，降低了TTFT，并减少了临床审核的幻觉，同时保持了解释的清晰性。最终结果是一个适用于真实世界部署的可解释、低幻觉的多跳医疗推理的实用方案。

🔬 方法详解

问题定义：本文旨在解决临床大型语言模型在多跳推理中出现的幻觉和不透明推理问题。现有方法往往缺乏有效的路径约束，导致生成的答案不可靠。

核心思路：论文提出的核心思路是通过构建一个可验证的图链式思维路径，结合定向的修剪地标标记（PLL）和轻量级的AStarNet启发式算法，实现目标导航，从而提高推理的准确性和可解释性。

技术框架：整体架构包括一个异构医学知识图、PLL oracle和AStarNet模块。PLL oracle负责提供精确的距离信息，而AStarNet则在PLL走廊内进行路径扩展，确保生成的答案在临床上是合理的。

关键创新：最重要的技术创新在于将PLL和AStarNet结合使用，形成了一种新的路径生成机制，显著提高了推理的效率和准确性，与传统的文本生成方法相比，减少了幻觉的发生。

关键设计：在设计中，重点考虑了路径的多样性（CUI/语义类型重叠、长度先验、来源先验），并通过小而多样的路径集来优化生成过程，从而提高了首次令牌生成时间（TTFT）。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，混合模型（PLL+AStarNet）在生育相关查询中相比于仅文本的RAG和单组件基线，显著降低了TTFT，并减少了临床审核的幻觉发生率，提升了推理的准确性和清晰度，建立了更优的延迟/召回Pareto前沿。

🎯 应用场景

该研究的潜在应用领域包括医疗助手、临床决策支持系统和其他需要高可靠性的医疗推理任务。通过提供可解释的推理过程，该方法能够帮助临床医生更好地理解和信任模型的输出，从而提高医疗服务的质量和效率。

📄 摘要（原文）

Hallucinations and opaque reasoning remain unacceptable failure modes for clinical LLMs. We present a production-grade GraphRAG stack that constrains answers to verifiable graph chain-of-thought paths in a heterogeneous, ~700K-node medical knowledge graph powering a fertility assistant. The core idea is targeted navigation: a directed Pruned Landmark Labeling (PLL) oracle provides exact distances for sub-millisecond feasibility checks and simple-path enumeration, while a lightweight AStarNet heuristic operates strictly within the PLL corridor to prioritize clinically plausible expansions. We score and pack a small, diverse set of paths (CUI/semantic-type overlap, length prior, provenance priors) to condition generation, yielding compact prompts and improved Time to First Token (TTFT). On fertility-focused queries, the hybrid (PLL+AStarNet) establishes a better latency/recall Pareto frontier than text-only RAG and single-component baselines, lowers TTFT, and reduces clinician-audited hallucinations while preserving explanation clarity. The result is a practical recipe for explainable, low-hallucination multi-hop medical reasoning ready for real-world deployment.