Evolve on Graph: Self-Evolving Knowledge Graph Reasoning without Question Annotations

이 논문은 질문-답 주석이 없는 지식그래프 하나만으로 LLM 이 그래프 추론 능력을 스스로 키우게 만든 문제를 풀었다.

이 논문은 한마디로 지식그래프에서 논리 쿼리를 실행해 검증 가능한 훈련 과제를 스스로 만들고, 난이도가 해결자 능력에 맞춰 오르는 자기학습으로 LLM 그래프 추론을 끌어올린 논문이다. 연구진은 하나의 LLM 이 제안자와 해결자 두 역할을 번갈아 맡는 그래프 자기대결을 제안했다. 여섯 벤치마크에서 주석 없이 프롬프트, 검색, 에이전트 기반 방법을 모두 앞섰다.

핵심 요약

• 연구진은 질문 주석 없이 지식그래프만으로 LLM 추론 능력을 키우는 EoG 프레임워크를 제안했다.
• 하나의 LLM 이 질문을 내는 제안자와 답하는 해결자 역할을 번갈아 맡는 그래프 자기대결을 돌렸다.
• SVTS 가 그래프에서 논리 쿼리를 실행해 완전한 정답 집합까지 갖춘 훈련 과제를 만들었다.
• 해결자 점수 분산에 따라 제안자를 보상하는 경계 인식 커리큘럼이 과제 난이도를 해결자 능력 경계에 맞춰 옮겼다.
• Qwen-2.5-7B 기준 평균 Hit@1 를 최고 기준보다 7.46 점, 산업 지식그래프에서는 17.80 점 앞섰다.
• 주석 없이 만든 훈련 과제는 시험 문제와 거의 겹치지 않아 성능 향상이 시험 유출에서 오지 않았다.

논문 링크

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