20260601

concepts/knowledge-tree.md

@@ -0,0 +1,47 @@
+---
+title: "知识树 (Knowledge Tree)"
+created: 2026-05-21
+type: concept
+tags: ["knowledge-representation", "data-augmentation", "structured-knowledge"]
+sources: ["[[kore-knowledge-injection]]"]
+---
+
+# 知识树 (Knowledge Tree)
+
+## 定义
+
+知识树是 [[kore-augmentation|KORE-AUGMENTATION]] 提出的**结构化知识表示**，将单个知识项展开为多层次的训练数据，形成"树干 + 树枝"的树形结构。
+
+## 结构
+
+```
+        [原始知识项]
+           /    \
+      Trunk     Branches
+      (主干)     (分支)
+        |          |
+   多轮对话    指令任务
+   ├ 启发式Q&A  ├ 视觉识别
+   └ 对话Q&A    ├ 图像描述
+                └ VQA
+```
+
+## 设计理念
+
+一般的知识增强只生成**孤立的离散变体**——如把 "created" 替换为 "built"，或旋转图像。这些变体之间没有结构联系。
+
+知识树则构建了一个**连贯的多层次结构**：
+- **主干（Trunk）**通过多轮对话让模型学习知识的**上下文和推理链**
+- **分支（Branches）**通过多样化指令任务让模型从**不同角度理解知识**
+
+这种结构化设计使模型能从"数据记忆"上升到"**知识内化**"——理解知识的内在逻辑和关联，而非简单背诵。
+
+## 与 RAG 的区别
+
+RAG 在推理时检索外部知识；知识树在**训练时**构建结构化知识，让模型真正学会"理解"而非"查找"。
+
+## 参见
+
+- [[kore-augmentation|KORE-AUGMENTATION]]
+- [[knowledge-internalization|知识内化]]
+- [[structured-knowledge|结构化知识]]