GraphCert：Bootstrap Agentic 使用经过认证的证据进行图推理

图Agent扩展了大语言模型（LLM），能够通过与图工具的多步骤交互来主动探索和推理知识图。然而，训练有能力的图Agent通常需要大量的问答对和推理轨迹，其手动构建成本高昂且难以扩展。此外，采用专有的大语言模型来生成此类监督进一步存在将敏感图形数据暴露给外部服务的风险。因此，我们建议 GraphCert 在训练后使用经过认证的证据规则来引导 Agentic 图推理。具体来说，由生成控制引导的引导图测验器会生成基于图的 QA 对并标记支持证据，这些证据经过执行认证和语义管理。然后，接受的证据被规范化为经过认证的证据规则，随后在 GRPO 训练期间奖励图解算器证据对齐以及答案正确性。 GRBENCH 中五个图推理领域的实验表明，GraphCert 始终优于更大的 LLM Agent和后训练方法。此外，我们的分析表明，学习到的策略可以在异构图域之间稳健地传输，这表明 GraphCert 获得了可重用的图推理能力，而不是特定于域的模式。这些结果确立了可执行的自我认证作为自我训练紧凑图推理Agent的有效方法。我们的代码将公开。