arXiv 自然语言处理· Yucheng Li, Mingyuan Li, Xiaxia Wang, Gong Cheng·· 9 小时前AI 评分33
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
研究人员提出操作感知策略学习框架 OpCredit，用于解决智能体知识图谱问答中轨迹级奖励模糊单个操作贡献的问题。该框架结合下游结果信用 BOC 与即时转移信用 FTC，在训练期间联合监督对应的决策跨度，推理时仅依赖学得的策略与标准 KG 接口。在 ComplexWebQuestions、WebQSP 和 GrailQA 上的实验表明其在三个基干模型上均取得稳定的性能提升。
来源：arXiv 自然语言处理 · arxiv.org