修复再强化：知识图谱推理让多跳问答一跳准确率达100%
Repair Before Reinforce: Context-Augmented Knowledge Graph Reasoning for Multi-Hop Question Answering
📖 AI 总结
该研究针对多跳问答中知识图谱训练仅依赖孤立三元组、难以支撑复杂推理的问题，提出一种上下文增强的训练框架。作者以胃轻瘫和糖尿病两个疾病领域的知识图谱为验证场景，为每个目标三元组附加来自同一文本片段的支撑三元组，构建上下文图，并据此设置仅用目标三元组的KG监督与加入支撑上下文的CG监督两种模式，对Qwen3-14B进行监督微调。为夯实低跳事实基础，研究引入由大模型评判、具备历史感知能力的自适应修复流程，识别未解决的单跳失败案例并持续微调，同时剔除或隔离噪声三元组，使模型在清洗后的单跳验证集上达到100%准确率。在此基础上，作者利用低跳问答数据进行强化学习，并在3跳、4跳、5跳任务上评估泛化能力。结果显示，上下文增强监督在两个疾病领域均稳定优于仅用知识图谱的监督，而从修复后的检查点启动强化学习能带来更大且更稳定的性能提升。该工作表明，先修复低跳事实基础、再强化多跳推理，是提升知识图谱问答可靠性的有效路径。
🔑 关键词速览
| Knowledge Graph (KG) | 以头-关系-尾三元组形式结构化表示实体及其关系的知识库。 |
| Multi-Hop Question Answering | 需要跨多个关联事实进行多步推理才能回答的问答任务。 |
| Context Graph (CG) | 由目标三元组及其同一文本块中抽取的支持三元组构成的增强图结构。 |
| GraphMERT | 一种用于从文本中可靠抽取知识图谱三元组的框架。 |
| Supervised Fine-Tuning (SFT) | 使用标注数据对预训练大语言模型进行有监督微调的训练方式。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅