该文综述知识图谱多轮问答研究，涵盖多项方法：CornNet利用大模型生成问题重述并结合强化学习提升回答；CONQUER从噪声改写中学习，在ConvRef基准上显著提升；对比表示学习实现弱监督路径排序，指标提高10–18个百分点；REIGN通过生成改写与深度强化学习增强鲁棒性。此外还涉及Complex Sequential QA任务、ActiveQA重构问题、逻辑编程增强LLM可解释性、端到端变分学习处理噪声与多跳推理，以及口头回答数据集与误差分析。