GraphWalker：通过综合轨迹课程进行代理知识图问答

代理知识图问答（KGQA）需要代理与知识图（KG）迭代交互，这在训练数据稀缺性和推理泛化方面提出了挑战。具体来说，现有方法通常限制代理探索：基于提示的方法缺乏自主导航训练，而当前的训练管道通常将推理限制在预定义的轨迹内。为此，本文提出了 GraphWalker，这是一种新颖的代理 KGQA 框架，它通过自动轨迹合成和阶段式 微调 来解决这些挑战。 GraphWalker 采用两阶段 SFT 训练范式：首先，智能体在由约束随机游走路径合成的结构多样的轨迹上进行训练，建立优于 KG 的广泛探索；其次，代理在一小部分专家轨迹上进一步微调，以开发反射和错误恢复功能。大量实验表明，我们的阶段式 SFT 范式为轻量级强化学习 (RL) 阶段解锁了更高的性能上限，使 GraphWalker 能够在 CWQ 和 WebQSP 上实现最先进的性能。 GrailQA 和我们构建的 GraphWalkerBench 的其他结果证实 GraphWalker 增强了对分布外推理路径的泛化。该代码可在 https://github.com/XuShuwenn/GraphWalker 上公开获取。