arXiv cs.AI· Zhisheng Qi, Haoyu Han, Jiaxi Li, Bing He, Huiyuan Chen, Franck Dernoncourt, Ryan A. Rossi, Mahantesh M. Halappanavar, Jin Lu, Yu Zhang, Tianming Liu, Yu Wang·· 3 天前AI 评分27
CoRE：面向结构化知识检索的协同自适应规则路由与约束
Co-adaptive Rule Routing and Constraining for Structured Knowledge Retrieval
AI 导读
针对结构化知识检索中预定义查询-规则监督难以获取的问题，研究者提出 CoRE，让路由智能体为每个查询选择推理规则，对应检索器再在该规则约束下遍历知识库并排序证据。CoRE 交替使用强化学习训练路由策略、对比学习训练规则约束检索器，形成无需显式查询-规则标注的闭环协同。在 STaRK-QA 的科学发现、生物医学推理和电商知识管理数据集上，实验与消融验证了协同自适应的有效性，生成式路由可跨数据集迁移。
正文 · AI 翻译
作者：Zhisheng Qi、Haoyu Han、Jiaxi Li、Bing He、Huiyuan Chen、Franck Dernoncourt、Ryan A. Rossi、Mahantesh M. Halappanavar、Jin Lu、Yu Zhang、Tianming Liu、Yu Wang
摘要：结构化知识检索从结构化知识源中获取与任务相关的证据，以用于下游任务。现有方法依赖于无约束检索或预定义的查询-规则监督，例如用于科学发现的作者-论文规则和用于精准医学的解剖-药物规则。此类监督在实践中很少可用。我们提出协同自适应规则路由与约束检索（CoRE），它无需预定义的查询-规则对，即可联合学习为每个查询分配哪条推理规则，以及在该规则下如何检索证据。路由智能体选择一条规则，其对应的检索器遍历知识库并对满足该规则约束的证据进行排序。由于路由与检索相互依赖，CoRE 在路由策略的强化学习与规则约束检索器的对比学习之间交替进行。所选规则为检索器训练提供监督，而检索性能则奖励路由策略。这一闭环过程使两个组件无需显式查询-规则监督即可协同自适应。在涵盖科学发现、生物医学推理和电子商务知识管理的 STaRK-QA 数据集上的实验证明了 CoRE 的有效性。消融实验表明协同自适应路由器和检索器带来的收益。基于生成的路由可跨数据集迁移，并受益于多领域预训练后再进行目标特定微调。对跨查询规则使用情况的分析也为自动规则细化和发现提供了信息。
| 评论： | 正在 ICLR 审稿中 |
| 主题： | 信息检索（cs.IR）；人工智能（cs.AI） |
| 引用格式： | arXiv:2610.14465 [cs.IR] |
| （或使用 arXiv:2610.14465v1 [cs.IR] 获取此版本） | |
| https://doi.org/10.48550/arXiv.2610.14465 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
发件人：Zhisheng Qi [查看邮箱]
[v1]
2026年10月10日星期六 01:45:48 UTC（2,786 KB）
来源：arXiv cs.AI · arxiv.org