跳到正文
arXiv · NLP· Yucheng Li, Mingyuan Li, Xiaxia Wang, Gong Cheng·· 2026-10-16AI 评分41

OpCredit:面向智能体知识图谱问答的操作感知策略学习框架

OpCredit: Operation-Aware Policy Learning for Agentic Knowledge Graph Question Answering

AI 导读

OpCredit 提出了一种操作感知的策略学习框架,用于解决智能体知识图谱问答中轨迹级奖励掩盖单个操作贡献的问题。 该框架结合分支结果信用(BOC)和前沿转移信用(FTC)两种互补信号共同监督训练,在 ComplexWebQuestions、WebQSP 和 GrailQA 基准上验证了一致的性能提升。

来源:arXiv · NLP · arxiv.org