GraphWalker：基于合成轨迹课程学习的代理式知识图谱问答

针对代理式知识图谱问答（KGQA）中训练数据稀缺及推理泛化难的挑战，本文提出 GraphWalker 框架。该方法采用两阶段监督微调范式：首先利用约束随机游走生成的结构化多样轨迹进行训练，建立广泛的探索先验；随后在少量专家轨迹上微调，培养反思与纠错能力。实验表明，该范式显著提升了轻量级强化学习的效果，在 CWQ 和 WebQSP 数据集上达到最先进水平，并增强了对分布外推理路径的泛化能力。