跳到正文
arXiv · ML· Artem Mikhaylov, Pavel Konoplev, Nikolay Efanov, Artyom Sorokin, Evgeny Burnaev·· 2026-10-21AI 评分25

RANGER 提出 LLM 与 RL 结合的知识图谱检索代理框架

RANGER: Retrieval Agent for Navigating Graphs with Semantic Evaluation Rewards

AI 导读

RANGER 框架让 LLM 作为导师,为基于 Transformer 策略的 RL 代理提供稠密语义奖励,以提升知识图谱上的多跳问答能力。 RL 代理采用 Group Relative Policy Optimization 训练,LLM 通过评估代理遍历路径的语义相关性生成奖励信号,从而优化检索策略。

来源:arXiv · ML · arxiv.org