AgentKGV는 지식 그래프 사실 검증을 위한 에이전트 LLM-RAG 프레임워크입니다. 동적 라우팅과 반복적인 쿼리 재작성을 통해 문서 레벨 검색의 표면 형태 불일치를 해결합니다.
안정적인 쿼리 재작성을 위해 대규모 모델의 추론 능력을 소형 모델로 전달하는 turn-level SFT와 불필요한 검색을 줄이기 위한 trajectory-level GRPO, 2단계 학습 전략을 도입했습니다.
T-REx 벤치마크에서 단일 턴 RAG보다 macro-F1 점수가 5.5%p 향상되었고, 2단계 학습을 통해 9.4%p 추가 향상되었으며, GRPO는 정확도를 유지하면서 평균 검색 횟수를 3.24회에서 1.63회로 줄였습니다.