研究人员提出了AgentKGV，这是一种面向工业级知识图谱可靠事实验证的代理式LLM-RAG框架。该系统整合了动态路由和迭代查询重写，以解决文档级检索中的表面形式不匹配问题。
- 该框架采用两阶段训练策略：用于稳定推理的基于SFT的回合级蒸馏，以及用于优化搜索策略的轨迹级GRPO。
- 在T-REx基准测试的长尾谓词划分上，AgentKGV的单轮RAG宏观F1提升了5.5%。
- 两阶段训练带来了额外的9.4%宏观F1提升。
- GRPO将平均搜索调用次数从3.24次减少到1.63次，且未降低准确性。
这种方法通过减少不必要的检索，同时在嘈杂的知识图谱上保持高性能，实现了更准确且更具成本效益的验证。