Agents-K1：迈向原生代理的知识编排

当前基于大语言模型的研究代理虽在编排上有所进展，却常忽视科学知识编排，仅将论文简化为摘要或浅层引用。为此，本文提出 Agents-K1，一种端到端知识编排流水线，能将原始文档转化为代理原生的科学知识图谱。该系统整合了多模态解析器、基于 GRPO 训练的信息提取骨干网及统一接口，处理了 246 万篇论文构建 Scholar-KG。实验表明，该方法在科学信息提取、图谱构建及多跳科学推理任务中表现卓越。