يقترح المؤلفون إطار عمل RSF-GLLM، الذي يفصل بين الاستدلال البياني القابل للاشتقاق وتوليد الإجابات لمعالجة نقص التداخل المعجمي في إجابة الأسئلة على رسوم بيانية للمعرفة متعددة الخطوات. تستخدم وحدة التدفق الناعم المتكرر (RSF) مُحدِّث استعلام موجّه بواسطة GRU وبوابة ديناميكية لعبور عقد الجسر المختلفة دلاليًا عبر مؤشرات هيكلية.
- ينشر RSF درجات صلة مستمرة لسد الفجوة الدلالية حيث تفشل الأنابيب التقليدية في الاشتقاق.
- يضمن الانتظام بتباعد التدفق نظريًا التقارب من الاحتمالات الناعمة إلى مسارات استدلال منفصلة.
- يتم تحويل المسارات المستخرجة إلى نص لضبط نموذج اللغة الكبير، مما يؤسس التوليد على طوبولوجيا واقعية.
- أظهرت التجارب على WebQSP وCWQ أداءً تنافسيًا مع كفاءة استنتاج متفوقة مقارنة بالأساليب القائمة على نماذج اللغة الكبيرة المكلفة حسابيًا.
يضمن الإطار أن يكون التوليد مؤسسًا على طوبولوجيا واقعية مع تحقيق أداء تنافسي وكفاءة استنتاج متفوقة.