Направленная навигация в насыщенных знаниями средах: структурированная семантическая разведка с графами наведения

Обнаружено: LLM катастрофически теряют точность в многоусловных вопросах — модель пытается одновременно вспомнить факты, понять логику и сгенерировать текст, что приводит к галлюцинациям и неполным ответам. Метод GG-Explore позволяет получать точные, фактически выверенные ответы на сложные вопросы с несколькими взаимосвязанными условиями (типа "найди пестицид для кукурузы против ржавчины"). Вместо прямого поиска ответа система сначала преобразует вопрос в промежуточный "Граф-ориентир" — структурную схему вида (кукуруза) → [подходит для] → (пестицид) → [эффективен против] → (ржавчина). Этот граф работает как точная карта для навигации по базе знаний, отсеивая 99% нерелевантной информации. Результат: модель перестает галлюцинировать и находит именно те факты, которые нужны.