R1-GRPO强化范式用在KG抽取的粗暴实现：兼看RAG、推理加速等相关进展

文章预览

今天是2025年02月11日，星期 二，北京，天气阴。 今天我们来看看R1和知识图谱结合的一个粗暴结合，其实现方式，有种为了做RL而做RL的直蹭之嫌，从源码角度看具体实现。 另一个是回顾昨日社区技术进展早报，围绕强化学习R1用于知识图谱信息抽取、推理大模型四种习得范式，RAG-webui，RAG和deepseek部署加速。GraphRAG还是有一些推进。 专题化，体系化，会有更多深度思考。大家一起加油。 一、R1范式用在知识图谱抽取的粗暴实现 我们先看R1和知识图谱结合，open-r1-text2graph：开源复现DeepSeek R1的文本到图谱抽取训练方案。 十分粗暴，且不完整。不建议去复制， 。 基于GRPO强化学习，提升模型对结构化信息的提取能力；提供完整的数据生成、监督训练到强化学习的: https://github.com/Ingvarstep/open-r1-text2graph，https://huggingface.co/blog/Ihor/replicating-deepseek-r1-for-info ………………………………