CoSTA 用多智能体分工与自博弈提升复杂时序知识图谱问答。
资讯摘要
论文提出 CoSTA,面向复杂时序知识图谱问答(TKGQA)。该方法将事实组织为可导航时间线,由多个 worker 智能体分别调查子任务,再由 coordinator 汇总带时间戳的原始观察;通过角色条件蒸馏初始化共享策略,并以最终答案奖励进行协同进化自博弈联合优化。作者报告在三个基准上取得最佳整体表现,复杂多事实问题提升明显,紧凑版本优于所评估的闭源 LLM 智能体。
要点速读
- 论文将事实组织为可导航时间线,worker 分工调查、coordinator 汇总带时间戳观察。
- 采用角色条件蒸馏初始化共享策略,并用最终答案奖励做协同进化自博弈联合优化。
- 作者报告三个基准整体最佳,复杂多事实问题增益明显,紧凑版本优于所评估闭源 LLM 智能体。
中文摘要由 AI 根据公开来源生成,可能存在理解偏差;具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18(北京时间)。 arXiv 日期为本次公告时间,论文初次投稿日期请查看原文版本记录。