연구진은 강화 학습을 활용해 8B 모델인 Search-on-Graph-R1(Sogrone)을 개발하여 지식 그래프 질문 응답(KGQA) 성능을 향상시켰습니다.
Sogrone은 기존 방식과 달리, 프론티어 모델의 탐색 과정을 모방하여 지식 그래프를 탐색하는 과정을 내부화하여 비용 효율성을 높였습니다.
WebQSP, CWQ, GrailQA 데이터셋에서 Sogrone은 8B 규모에도 경쟁 모델을 능가하는 성능을 보였으며, 특히 CWQ에서 최고 성능을 기록했습니다.