摘要
针对现有 GraphRAG 方法将知识图谱视为静态结构、难以适应多模态推理迭代需求的局限，本文提出 EvoGraph-R1。该框架将检索建模为马尔可夫决策过程，智能体通过查询、扩展、修正等动作与图谱交互，形成闭环反馈。在此过程中，知识超图能整合新证据、纠正错误并优化结构，实现自我进化，显著提升了多跳推理的准确性与可追溯性。
AI 推荐理由
论文提出自进化框架，核心在于知识图谱随代理交互动态更新与修正。
研究机构
西北工业大学
香港大学
论文信息