AutoGraph-R1(强化学习构图)
资源介绍
AutoGraph-R1 是 ACL 2026 论文的官方代码,把大模型构建知识图谱的过程作为强化学习问题,以生成的图在下游 RAG 问答中的效用作为奖励,训练构图模型产出对任务有用的图。论文设计了图作为知识载体、图作为知识索引两类奖励,仓库提供基于 VeRL、vLLM 的训练与评测脚本。适合研究 GraphRAG、任务驱动知识图谱构建和大模型强化学习的科研人员复现与扩展。
- 功能 1: 以下游 RAG 问答效用作为奖励的端到端强化学习构图
- 功能 2: 图作为知识载体、图作为知识索引两类任务感知奖励
- 功能 3: 基于 VeRL、vLLM 的训练流程,可把 FSDP 检查点转为 Hugging Face 格式
- 功能 4: 提供推理评测与多个问答基准的复现脚本,也可评估自定义知识图谱
资源信息
- 提供方
- HKUST-KnowComp(香港科技大学宋阳秋副教授组)
- 类型
- 工具 / 代码库
- 分类
- 知识图谱与图计算
- 运行环境
- 工具或库
- 适用场景
- 研究 GraphRAG、知识图谱构建和大模型强化学习训练的高校与研究机构团队,适合在多跳问答基准上复现或对比构图方法。
- 许可证(收录时)
- MIT
- 源码
- GitHub
