arXiv · NLP· Mingyuan Li, Yucheng Li, Xiaxia Wang, Gong Cheng·· 6 小时前AI 评分23
OACR 方法解决 Agentic 知识图谱问答中的信用分配问题
Outcome-Anchored Credit Reallocation for Agentic Knowledge Graph Question Answering
AI 导读
研究提出 OACR 方法，通过在训练时利用 KG 状态结果模型估算相邻搜索状态间的结果奖励变化，将其转化为操作信用并派生 token 级权重，解决了 Agentic KGQA 中轨迹到操作的不匹配问题。该方法在保留结果级优势符号的同时重新分配 token 级更新幅度，在三个 benchmark 上以更少推理时 LLM 调用和 token 数实现了优于现有 KGQA 方法的整体性能。
来源：arXiv · NLP · arxiv.org