Survey || 探讨了大模型理解图结构数据

文章预览

深度图学习与大模型LLM(小编):  大 家好,今天我给大家介绍一篇图+LLM的研究论文。这篇论文探讨了大模型(Large Language Models, LLMs)在理解图结构数据(graph-structured data)方面的能力。 作者提出了一个框架,将LLMs与图结构数据相结合,并在各种图挖掘任务中评估了它们的性能。 这项工作对于探索LLMs在处理复杂关系和依赖关系方面的潜力具有重要意义,因此我推荐大家阅读这篇论文。 1. 基本信息 论文题目:GPT4Graph: Can Large Language Models Understand Graph Structured Data? An Empirical Evaluation and Benchmarking 作者:Jiayan Guo, Lun Du, Hengyu Liu, Mengyu Zhou, Xinyi He, Shi Han 作者研究单位: School of Intelligence Science and Technology, Peking University Microsoft University of Technology Sydney Xi'an Jiaotong University 2. 研究背景 虽然LLMs在各种自然语言处理任务中表现出色,但对它们在图结构数据方面的性能研究还很少。 ………………………………