本体引导GRPO提升图推理
gaganghotra_ · x · 2026-07-11
帖子概述了一项研究结果：**前沿大模型容易被“故事”带跑偏，而小模型更能正确读图/读结构**。 研究方法是用 **ontology-guided GRPO** 训练 **Gemma 4B** 做知识图谱推理，帖子还提到有 **field notes** 作为补充材料。核心观点是：借助本体引导，可以提升小模型在图结构推理上的表现。
gaganghotra_ · x · 2026-07-11
帖子概述了一项研究结果：**前沿大模型容易被“故事”带跑偏，而小模型更能正确读图/读结构**。 研究方法是用 **ontology-guided GRPO** 训练 **Gemma 4B** 做知识图谱推理，帖子还提到有 **field notes** 作为补充材料。核心观点是：借助本体引导，可以提升小模型在图结构推理上的表现。