知識グラフ（KG）は大規模コーパスから自動構築されることが多いですが、ノイズの多いソースや抽出の失敗により必然的に事実上の誤りを含んでしまいます。産業規模でこれらを確実に検証することは、現在でも重大な課題となっています。こうした課題に対応するため、研究者らはAgentKGVという新しいフレームワークを提案しました。これはエージェント型のLLM-RAG（大規模言語モデルと検索拡張生成の組み合わせ）システムで、知識グラフの事実検証に特化しています。 AgentKGVの特徴は、動的ルーティングと反復的なクエリ書き換えを統合し、ドキュメントレベルの検索における表現形式の不一致に対応できる点にあります。産業展開をより正確かつコスト効率的にするため、研究チームは2段階の学習戦略を導入しました。第1段階は「ターンレベル蒸留ベースのSFT」で、大規模な教師モデルから小規模モデルへ推論能力を転移させることで、安定したクエリ書き換えと推論を実現します。第2段階は「トラジェクトリレベルのGRPO」で、検索ポリシーを最適化し、大規模環境における不要な検索を削減します。 オープンドメインのT-RExベンチマークの長尾述語分割テストでは、AgentKGVはシングルターンRAGと比べてマクロF1スコアを5.5ポイント向上させ、2段階学習によってさらに9.4ポイント向上させることに成功しました。また、GRPOにより平均検索呼び出し数を3.24から1.63に削減でき、精度を低下させることなく効率性を大幅に改善しています。