Omne-R1: 用于多跳问答的记忆增强推理学习
计算与语言
2025-08-26 v1 人工智能
摘要
本文介绍 Omne-R1，这是一种新颖的方法，旨在增强其在无模式知识图谱上进行多跳问答能力的集成式推理模型。我们的方法采用包括两个强化学习阶段和一个监督微调阶段的多阶段训练工作流程。为解决适合的知识图谱和 QA 数据有限的挑战，我们构建了域无关的知识图谱并自动生成 QA 对。实验结果表明，我们的方法在解答多跳问题方面取得了显著的改进，尤其在更复杂的 3+ 跳问题上表现尤为突出。我们提出的训练框架在 diverse knowledge domains 方面展现出强大的泛化能力。
引用
@article{arxiv.2508.17330,
title = {Omne-R1: Learning to Reason with Memory for Multi-hop Question Answering},
author = {Boyuan Liu and Feng Ji and Jiayan Nan and Han Zhao and Weiling Chen and Shihao Xu and Xing Zhou},
journal= {arXiv preprint arXiv:2508.17330},
year = {2025}
}