Agents-K1: Towards Agent-native Knowledge Orchestration

과학 논문을 agent-native 지식 그래프로 변환하는 엔드투엔드 지식 오케스트레이션 파이프라인이다.

Agents-K1는 다모달 파서·GRPO 학습된 4B 정보추출 모델·tri-source 검색 CLI를 통합하여, 원문 논문을 entity, claim, evidence, citation intent, inter-entity relation을 포함한 지식 그래프로 변환한다. 246만 편의 과학 논문을 처리해 Scholar-KG를 구축했고 100만 편을 공개한다. FrontierScience-Research에서 Gemini-3 정확도를 7.9%→24.6%로, GPT-5.2를 25.2%→39.4%로 끌어올렸으며, multi-hop QA에서도 SOTA를 달성했다.

핵심 요약

• 5-module 스키마: metadata, explicit mention, implicit abstraction, citation intent, inter-entity relation으로 전문을 구조화
• 4B 모델을 GRPO + rule-based reward로 학습, 8B 오픈소스를 10개 벤치마크에서 능가하고 32B와 NER에서 동등
• 246만 편 논문 처리 → Scholar-KG 구축, 100만 편 공개 (CS·화학·생물·지구과학·물리·재료 6분야)
• GraphAnything CLI: web search + multimodal graph retrieval + cross-document traversal을 통합 인터페이스
• FrontierScience-Research: Gemini-3 7.9%→24.6%, GPT-5.2 25.2%→39.4% 향상
• HotpotQA, 2WikiMultiHopQA, MuSiQue에서 9개 graph-RAG 기준선 대비 SOTA

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.