EvoGraph-R1：用于代理检索的自进化多模态知识超图

检索增强生成 (RAG) 已成为将多模态 大语言模型 (MLLM) 连接到外部知识的关键范例。最近的 GraphRAG 方法引入了结构化实体关系图来改进检索和推理。然而，它们仍然受到限制，因为它们将知识图视为离线构建并单次查询的静态数据结构。这种静态范式与知识密集型推理的交互性、迭代性不相符，产生了三个瓶颈：（i）以文本为中心的碎片化阻碍了跨模式推理，（ii）冻结结构无法纳入新证据或纠正错误，以及（iii）没有自适应细化的僵化单遍检索。为了克服这些限制，我们引入了 EvoGraph-R1，这是一种自我进化的 GraphRAG 框架，它将知识图重新概念化为通过代理交互形成的动态环境。我们将检索制定为马尔可夫决策过程 (MDP)，其中代理观察图状态并执行操作来查询 (GraphRetrieve)、扩展 (WebSearch)、细化 (GraphEdit) 或终止 (Answer) 推理。这些动作重塑了超图结构并生成指导后续演化的反馈信号。通过这个闭环，超图通过整合新证据、纠正错误和细化结构来发展，以支持多跳推理。多模态 VQA 和文本 QA 基准的实验表明，在准确性、覆盖范围和可追溯性方面比现有 RAG 基线有了实质性改进，将自我进化的知识图谱建立为跨模态的基本范式。