TKG-Thinker：通过智能体强化学习实现时序知识图谱的动态推理
人工智能
2026-02-10 v2 数据库
摘要
时序知识图谱问答(TKGQA)旨在利用时序知识库来回答具有时序特性的问题。虽然大语言模型(LLMs)在 TKGQA 中展现出显著潜力，但当前的提示策略限制了其效能。首先，它们在复杂时序约束下容易产生推理幻觉。其次，静态提示限制了模型的自主性和泛化能力，因为缺乏与时序知识图谱(TKGs)环境的动态交互进行优化。为此，我们提出了 TKG-Thinker，一种配备自主规划和自适应检索能力的智能体，用于 TKGs 上的推理。具体而言，TKG-Thinker 通过与 TKGs 进行深入的时序推理，通过双训练策略实现动态多轮交互。我们首先应用监督微调(SFT)配合思维链数据，以灌输核心规划能力；随后采用强化学习(RL)策略，利用多维奖励在复杂时序约束下细化推理策略。实验在三个开源 LLMs 上的数据集上表明，TKG-Thinker 实现了最先进的性能，并在复杂 TKGQA 场景中展现出强大的泛化能力。
引用
@article{arxiv.2602.05818,
title = {TKG-Thinker: Towards Dynamic Reasoning over Temporal Knowledge Graphs via Agentic Reinforcement Learning},
author = {Zihao Jiang and Miao Peng and Zhenyan Shan and Wenjie Xu and Ben Liu and Gong Chen and Ziqi Gao and Min Peng},
journal= {arXiv preprint arXiv:2602.05818},
year = {2026}
}