基于多智能体协同与自动奖励学习的问题生成方法
Question generation via multi-agent synergy and automatic reward learning
长江大学 a. 计算机科学学院; b. 人工智能科研平台, 湖北 荆州 434023
摘要
针对受限端侧算力下轻量化大语言模型在问题生成中逻辑深度受限、事实幻觉频发及跨域泛化弱等挑战，提出融合多智能体协同、组相对策略优化与自动奖励学习的架构AgenticGQG。该架构构建四智能体协同框架以减少事实幻觉；将无价值网络的GRPO算法结合四维正交奖励嵌入执行智能体，在低算力下实现底层策略高效对齐；引入自动奖励学习机制实施动态约束松弛以提升跨域适应性。基于0.5B模型的多域实验表明，AgenticGQG架构有效克服了传统监督微调(SFT)的跨域过拟合现象，在NewsQA复杂域中，其ROUGE-1与ROUGE-L较SFT模型分别提升约46.7%和42.6%，显著拓展模型认知深度并抑制跨域幻觉，为低算力下的高质量对齐提供了新范式。
基金项目
湖北本科高校省级教学改革研究项目(2024276)
出版信息
DOI: 10.19734/j.issn.1001-3695.2026.06.0145
出版期卷: 《计算机应用研究》 优先出版, 2027年第44卷 第1期
发布历史
[2026-08-28] 优先出版
引用本文
李焱, 黄岚, 吕亚男, 等. 基于多智能体协同与自动奖励学习的问题生成方法 [J]. 计算机应用研究, 2027, 44 (1). (2026-09-14). https://doi.org/10.19734/j.issn.1001-3695.2026.06.0145. (Li Yan, Huang Lan, Lyu Yanan, et al. Question generation via multi-agent synergy and automatic reward learning [J]. Application Research of Computers, 2027, 44 (1). (2026-09-14). https://doi.org/10.19734/j.issn.1001-3695.2026.06.0145. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
