TRN-R1-Zero：基于强化学习的文本丰富网络推理
计算与语言
2026-04-22 v1 机器学习
摘要
零样本推理文本丰富网络（TRN）仍是一个具有挑战性的前沿问题，因为模型必须在没有任务特定监督的情况下，将文本语义与关系结构集成。虽然图神经网络依赖固定的标签空间和监督目标，但最近的大语言模型（LLM）方法往往忽视图上下文或依赖来自更大模型的蒸馏，限制了泛化能力。我们提出了 TRN-R1-Zero，一个仅通过强化学习训练的文本丰富网络推理框架。TRN-R1-Zero 通过邻居感知的群体相对策略优化目标，直接优化基础 LLM，该目标根据一种新颖的边际收益度量动态调整奖励，以有效引导模型向关系推理发展。与先前方法不同，TRN-R1-Zero 不需要监督式微调或由大规模推理模型生成的链式思考数据。广泛的实验在引用、超链接、社交和共购买 TRN 基准上均显示，TRN-R1-Zero 的优越性和鲁棒性。此外，严格依赖节点级训练，TRN-R1-Zero 实现了对边级和图级任务的零样本推理，拓展了跨域迁移的范围。该代码已公开 availability at https://github.com/superallen13/TRN-R1-Zero。
引用
@article{arxiv.2604.19070,
title = {TRN-R1-Zero: Text-rich Network Reasoning via LLMs with Reinforcement Learning Only},
author = {Yilun Liu and Ruihong Qiu and Zi Huang},
journal= {arXiv preprint arXiv:2604.19070},
year = {2026}
}