DuPLeR 论文笔记：当知识图谱碰上「新实体没数据」，LLM 做补全的双路径方案

做知识图谱的团队大概都遇到过这个场景：图建好了，跑起来了，结果线上不断冒出新实体和新关系——冷启动、样本稀疏、旧模型直接哑火。传统的知识图谱补全（KGC）方法在 few-shot 甚至 zero-shot 下表现很难看，因为归纳推理（inductive KGC）本身就是一个结构稀疏下的推理问题。

哈尔滨工业大学团队最近在 arXiv 上提交了一篇工作，提出了一个叫 DuPLeR 的框架，专门解决这个场景。论文全称是「Dual-Path LLM Reasoning for Multimodal Few-Shot Knowledge Graph Completion」，7 月 29 日提交，CC BY 4.0 开源许可。

核心矛盾在于：新实体和新关系缺少上下文，靠传统 graph propagation 拿不到足够信号。一个自然的思路是把多模态信息（文本、图像等）和 LLM 的先验知识引进来，但这些引入的信号本身有噪音——LLM 会幻觉，多模态特征也不一定对齐关系语义。

DuPLeR 的做法不算复杂，但设计上比较干净。它走了两条路径。

路径一是关系层面的校准。 多模态 LLM 产出的类型先验（type priors）和事实支持结构（factual support structures）做一次交叉校准，构建出校准后的关系图（calibrated relation graph）。让 LLM 猜的类型和已有的图结构互相约束，减少 hallucination 传递。

路径二是双层面结构推理。 在修好的关系拓扑上做 dual-level structural reasoning——既在关系层面也在实体层面做传播。同时还有一个 dual-pathway multimodal enhancement module，在 message passing 过程中用 query-relevant 的多模态信号做调节，图传播完成后对实体表征做补充。

整体思路是：先用 LLM 的常识给稀疏关系打底，但不让它乱说，用已有图结构把它按住；然后在修好的图上做两层推理，多模态信息只在跟查询相关的时候才介入。

实验做在了两个多模态 KG benchmark（MMKG）的 8 个 inductive 变体上，覆盖了不同稀疏程度。论文结论是 DuPLeR 在数据稀缺场景下稳定性不错，但没有吹 SOTA 屠榜——这个克制感值得注意，说明团队清楚 few-shot KGC 的评测本身就不够标准化。

这篇论文的受众不是所有 AI 从业者。在企业知识图谱、电商商品图、科研知识网络这类方向，如果正在被「新实体来了没数据」这件事折磨，DuPLeR 的思路是一个可以直接借鉴的框架设计。它的核心工程价值在于：不把 LLM 当 oracle，而是当带噪声的信号源，用图结构做滤波器。 这个设计哲学在当下很多 LLM 应用的场景里都通用。

论文 PDF 和 HTML 版本在 arXiv 上已经可以看（arXiv:2607.26909），TeX 源码也开放了。4 张图结构挺清楚。