Call Neighbours Yourself：目标条件化 on-policy 自蒸馏的图游走

在带文本属性的图（TAGs）上进行推理，需要大型语言模型（LLMs）将节点文本与分布在其邻域中的证据结合起来。现有方法在生成前固定可访问邻居的集合，迫使推理在静态上下文上进行，并使模型无法在推理过程中获取缺失的证据。我们认为，邻居选择本身也应成为推理过程的一部分。为此，我们提出 Call Neighbours Yourself（CNY），这是一个框架，使 LLMs 能够通过拓扑约束的图游走动作主动探索图邻域。与其在预先选定的邻居集合上进行推理，CNY 不如提供轻量级的邻居预览，并学习何时扩展候选邻居以获取额外证据。为应对邻居探索中的延迟信用分配挑战，我们引入 destination-conditioned on-policy self-distillation，它会在所选邻居内容揭示后回溯评估该邻居，并将由此产生的动作偏好变化转化为动作级训练信号。在统一的原始文本设置下，于标准 TAG 推理基准上的实验表明，CNY 始终优于固定上下文的后训练基线。此外，所学到的探索策略能够迁移到未见过的图，以及训练期间未接触过的图级任务。代码见 https://github.com/superallen13/CNY。