arXiv · NLP· Yuyang Bai, Zhuofeng Li, Ping Nie, Jianwen Xie, Yu Wang, Yu Zhang·· 4 小时前AI 评分28
GraphDancer：通过课程强化学习训练LLM在图上探索与推理
GraphDancer: Training LLMs to Explore and Reason over Graphs via Curriculum Reinforcement Learning
AI 导读
GraphDancer 是一个强化学习框架，通过交替执行推理与函数调用，教LLM遍历图结构知识。在GRBench基准上，它使用Qwen2.5-3B-Instruct或Qwen3-14B作为主干模型。
来源：arXiv · NLP · arxiv.org