图上的探索：通过路径细化奖励建模激励大语言模型在知识图谱上的自主探索

针对大语言模型在问答任务中常受幻觉和事实缺失困扰的问题，本文提出 Explore-on-Graph (EoG) 框架。该方法利用知识图谱作为可验证的知识源，突破现有方法仅依赖固定规则或模仿演示的局限。EoG 引入强化学习机制，以答案正确性为奖励，激励模型自主探索多样化的推理路径；同时结合路径信息细化奖励信号，提升探索效率与意义。在五个知识图谱问答基准数据集上的实验表明，该方法取得了最先进的性能，优于开源及闭源大模型。