Los investigadores proponen AgentKGV, un marco LLM-RAG agéntico diseñado para la verificación fiable de hechos en grafos de conocimiento a escala industrial. El sistema integra enrutamiento dinámico y reescritura iterativa de consultas para abordar la discrepancia de forma superficial en la recuperación a nivel de documento.

  • El marco emplea una estrategia de entrenamiento en dos etapas: SFT basado en destilación a nivel de turno para un razonamiento estable y GRPO a nivel de trayectoria para optimizar la política de búsqueda.
  • En la división de predicados de cola larga del benchmark T-REx, AgentKGV mejora el macro-F1 sobre RAG de un solo turno en un 5,5%.
  • El entrenamiento en dos etapas proporciona una mejora adicional del 9,4% en el macro-F1.
  • GRPO reduce el número promedio de llamadas de búsqueda de 3,24 a 1,63 sin disminuir la precisión.

Este enfoque permite una verificación más precisa y eficiente en costos al reducir la recuperación innecesaria mientras se mantiene un alto rendimiento en grafos de conocimiento ruidosos.