GraphCert：以认证证据评分标准引导 Agent 图推理

arXiv:2609.38798v1 公告类型：新发布 摘要：Graph agent 通过与图工具的多步交互，扩展了大型语言模型（LLM）主动探索知识图谱并进行推理的能力。然而，训练具备这种能力的 graph agent 通常需要大量问答对和推理轨迹，人工构建这些数据成本高昂且难以规模化。此外，使用专有 LLM 生成此类监督数据，还会进一步增加将敏感图数据暴露给外部服务的风险。为此，我们提出 GraphCert，在 post-training 阶段利用经过认证的证据评分准则（certified evidence rubrics）来引导 agentic 图推理。具体而言，由生成控制（generation controls）引导的 Bootstrapped Graph Quizzer 会生成基于图的 QA 对并标注支持性证据，这些证据随后经过执行认证和语义筛选。被接受的证据会被规范化为认证证据评分准则，并在 GRPO 训练期间，与答案正确性一起，共同作为奖励来评估 Graph Solver 的证据对齐程度。在 GRBENCH 的五个图推理域上进行的实验表明，GraphCert 持续优于规模显著更大的 LLM agent 以及 post-training 方法。进一步分析显示，所学策略能够稳健迁移到异构图域，说明 GraphCert 获得的是可复用的图推理能力，而非特定领域的模式。这些结果确立了可执行自我认证（executable self-certification）作为自训练紧凑型图推理 agent 的有效途径。我们的代码将公开发布。