arXiv · cs.CL· Yucheng Li·· 12 天前AI 评分32
OpCredit：面向智能体知识图谱问答的操作感知策略学习
OpCredit: Operation-Aware Policy Learning for Agentic Knowledge Graph Question Answering
来源与原文
arXiv · cs.CL
作者：Yucheng Li
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.21345v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
论文提出 OpCredit，一个面向智能体知识图谱问答（KGQA）的操作感知策略学习框架，解决轨迹级奖励无法区分单个操作贡献的问题。框架结合两种信用信号：Branch Outcome Credit（BOC）在匹配导航上下文下比较不同操作后的最终任务奖励，Frontier Transition Credit（FTC）衡量操作引起的答案条件前沿势变化。在 ComplexWebQuestions、WebQSP 和 GrailQA 三个数据集、三种骨干模型上均取得一致性能提升，推理阶段仅使用学习到的策略和标准 KG 接口。
来源：arXiv · cs.CL · arxiv.org