論文の概要: AgentKGV: Agentic LLM-RAG Framework with Two-Stage Training for the Fact Verification of Knowledge Graphs

• arxiv url: http://arxiv.org/abs/2607.09092v1
• Date: Fri, 10 Jul 2026 04:22:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-13 14:47:12.781624
• Title: AgentKGV: Agentic LLM-RAG Framework with Two-Stage Training for the Fact Verification of Knowledge Graphs
• Title（参考訳）: AgentKGV:知識グラフのFact Verificationのための2段階学習によるエージェントLLM-RAGフレームワーク
• Authors: Yumin Heo, Hyeon-gu Lee, Sumin Seo, Youngjoong Ko,
• Abstract要約: AgentKGVは動的ルーティングと反復的なクエリ書き換えを統合し、産業規模で知識グラフを確実に検証する。 2段階のトレーニング戦略は、大規模な教師モデルから安定したクエリ書き換えと推論のための小さなモデルに推論能力を移行する。 我々のフレームワークはシングルターンRAGのマクロF1を5.5%改善し、2段階のトレーニングは9.4%改善した。
• 参考スコア（独自算出の注目度）: 15.215103223762364
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Knowledge graphs (KGs) are often automatically constructed from large-scale corpora, but they inevitably contain factual errors due to noisy sources and extraction failures, and verifying them reliably at industrial scale remains a critical challenge. To address this, we propose AgentKGV, the Agentic LLM-RAG framework for KG fact Verification, that integrates dynamic routing and iterative query rewriting, which handles surface-form mismatch in document-level retrieval. To make this framework more accurate and cost-efficient for industrial deployment, we further introduce a two-stage training strategy: turn-level distillation-based SFT that transfers reasoning ability from a large teacher model into a small model for stable query rewriting and reasoning, and trajectory-level GRPO that optimizes the search policy to reduce unnecessary retrieval at scale. On the long-tail-predicate split of the open-domain T-REx benchmark, our framework improves macro-F1 over single-turn RAG by 5.5 \%p, and two-stage training does it further by 9.4 \%p. GRPO also cuts the average number of search calls from 3.24 to 1.63 without lowering accuracy.
• Abstract（参考訳）: 知識グラフ(KG)は、しばしば大規模コーパスから自動的に構築されるが、ノイズ源や抽出失敗による事実的誤りを必然的に含み、産業規模で確実に検証することは重要な課題である。 そこで本稿では,KGファクト検証のためのエージェントLLM-RAGフレームワークであるAgentKGVを提案する。 産業展開において,この枠組みをより正確かつ低コストにするために,大規模な教師モデルからの推論能力を,安定したクエリリライトと推論のための小さなモデルに移行するターンレベル蒸留ベースのSFTと,検索ポリシーを最適化して大規模な不要な検索を減らすトラジェクティブレベルのGRPOという,2段階のトレーニング戦略を導入する。 オープンドメインT-RExベンチマークの長テール述語分割では、単一ターンRAGのマクロF1を5.5 %pで改善し、2段階のトレーニングでは9.4 %pでさらに改善した。 GRPOはまた、平均検索回数を3.24から1.63に削減するが、精度は低下しない。

関連論文リスト

• GR2 Technical Report [58.300302585605095]
  GR2は、セマンティックIDの中間トレーニングと、より強い教師から抽出された推論トレースを組み合わせたエンドツーエンドフレームワークである。 GR2は産業規模の交通のレガシーベースラインに対して+18.7%のR@1、+7.1%のR@3、+9.6%のN@3を提供する。
  論文  参考訳（メタデータ） (2026-06-30T17:22:22Z)
• Efficient RAG with Intent-Aware Retrieval and Semantics-Preserving Chunking [18.698122955613584]
  InSemRAGは、検索拡張世代(RAG)システムのためのフレームワークである。 IARは、クエリインテントに基づいて、検索チャネルを適応的に重み付けする動的ハイブリッド検索手法を実装している。 SPCは、意味的整合性を維持するために破損した証拠チャンクの検出と修復を行う。 提案手法は,HotPotQAではF1が2.65ポイント,FEVERでは1.5ポイントの精度向上を実現した。
  論文  参考訳（メタデータ） (2026-05-31T13:42:36Z)
• BLAgent: Agentic RAG for File-Level Bug Localization [2.2917707112773593]
  BLAgentはファイルレベルのバグローカライゼーションのための新しいエージェントRAGフレームワークである。 BLAgentは、オープンソースモデルで78%以上のTop-1精度を達成した。 BLAgentは、エンドツーエンドの修復の成功を20%以上改善する。
  論文  参考訳（メタデータ） (2026-05-18T07:20:13Z)
• SWE-QA-Pro: A Representative Benchmark and Scalable Training Recipe for Repository-Level Code Understanding [41.98672557723593]
  SWEQA-Proは,多種多様な長期リポジトリと実行可能な環境から構築されたベンチマークである。 さらに,2段階のトレーニングレシピであるSupervised Fine-Tuning(SFT)とReinforcement Learning from AI Feedback(RLAIF)という,スケーラブルな合成データパイプラインを提案する。 SWE-QA-ProのGPT-4oを2.3ポイント超え、最先端モデルとのギャップを大幅に狭める。
  論文  参考訳（メタデータ） (2026-03-17T05:12:48Z)
• SCoTER: Structured Chain-of-Thought Transfer for Enhanced Recommendation [24.019381388104236]
  本稿では,パターン発見と構造認識伝達を協調最適化問題として扱う統合フレームワークであるSCoTERを提案する。 具体的には、SCoTERは、自動パターン検出のためのGVMパイプラインと、ステップワイズロジックを効率的なモデルに転送する構造保存統合アーキテクチャという、2つの相乗的コンポーネントを通じてこれを運用する。
  論文  参考訳（メタデータ） (2025-11-24T03:00:04Z)
• TeaRAG: A Token-Efficient Agentic Retrieval-Augmented Generation Framework [62.66056331998838]
  TeaRAGは、検索内容と推論ステップの両方を圧縮できるトークン効率のエージェントRAGフレームワークである。 報奨関数は,過剰な推論ステップをペナルティ化しながら,知識マッチング機構によって知識満足度を評価する。
  論文  参考訳（メタデータ） (2025-11-07T16:08:34Z)
• MARAG-R1: Beyond Single Retriever via Reinforcement-Learned Multi-Tool Agentic Retrieval [50.30107119622642]
  大規模言語モデル(LLM)は推論と生成において優れているが、本質的には静的事前学習データによって制限されている。 Retrieval-Augmented Generation (RAG)は、LLMを外部知識に基盤を置くことでこの問題に対処する。 MarAG-R1は、LLMが複数の検索機構を動的に調整できる強化学習型マルチツールRAGフレームワークである。
  論文  参考訳（メタデータ） (2025-10-31T15:51:39Z)
• GRPO-CARE: Consistency-Aware Reinforcement Learning for Multimodal Reasoning [53.894789613838654]
  我々は、複雑な実世界のビデオにバランスの取れた知覚と推論を必要とするベンチマークであるSEED-Bench-R1を紹介する。 SEED-Bench-R1を用いて、標準GRPOは解の精度を向上する一方で、推論ステップと解の論理的コヒーレンスを57.9%の一貫性で減少させる。 応答の正しさと推論コヒーレンスの両方を明示的な監督なしに最適化する整合性を考慮したRLフレームワークGRPO-CAREを提案する。
  論文  参考訳（メタデータ） (2025-06-19T08:49:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。