通过稀疏参考选择学习知识：基于强化学习
机器学习
2025-09-09 v1 人工智能
信息检索
摘要
科学文献的快速扩张使得在专业领域获取新知识变得日益困难，尤其是在推理复杂、完全获取全文受限且目标参考在大量候选文献中稀疏的情况下。我们提出了一种基于深度强化学习的稀疏参考选择框架，模拟人类知识构建的过程，在有限时间和成本下优先选择要阅读的文献。在基于标题和摘要 restricted access 的药物-基因关系发现任务上进行评估，我们的方法表明，无论是人类还是机器，都能从部分信息中有效构建知识。
引用
@article{arxiv.2509.05874,
title = {Learning to Construct Knowledge through Sparse Reference Selection with Reinforcement Learning},
author = {Shao-An Yin},
journal= {arXiv preprint arXiv:2509.05874},
year = {2025}
}
备注
8 pages, 2 figures