圖本位強化學習

深度分析

「Graph‑PRefLexOR」結合圖本位強化學習與群體相對政策最佳化，加速材料科學假說生成

材料科學跨領域整合需求提升，傳統大型語言模型缺乏可追溯推理。研究推出Graph‑PRefLexOR，採用圖本位強化學習與群體相對政策最佳化，將推理拆為五階段並生成概念圖。於100題材料與力學問答測試，效能提升40%至65%，推理可追溯性顯著改善，示意圖本位RL可成為科學假說生成的可解釋路徑。