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。
「研究」频道最新
- UCLA 论文:扩散精力与接受宽容度双旋钮,拓宽投机解码速度-质量帕累托前沿 — UCLA · 2026-10-26
- 研究:Git 记录难以审计 AI 参与度,科研仓库需可审计溯源系统 — Koutian Wu · 2026-10-26
- 什么是融合版 DeepLIFT:绕开 hook 的梯度改写如何快 7 倍 — jmschreiber91 · 2026-10-26
- 新研究：AI 智能体谈判能力差，还会故意违约 — menhguin · 2026-10-26
- Cherimoya 融合版 DeepLIFT 合入 v0.3.1,同规模模型归因提速约 7 倍 — jmschreiber91 · 2026-10-26
- 生成式生物学基础设施 proto-tools 开源，CATv1 模型接入 — jmschreiber91 · 2026-10-26