摘要
生成式人工智能,尤其是大语言模型,正日益融合基于图的表示以增强推理、检索及结构化决策能力。尽管进展迅速,但在不同应用中何时、为何及如何集成图与 LLM 仍缺乏清晰指引。本综述提供了图与 LLM 集成设计选择的结构化概述,依据目的(推理、检索等)、图谱模态及集成策略对现有方法进行分类。通过映射网络安全、医疗等多领域代表性工作,本文突出了各技术的优势与局限,旨在为研究者根据任务需求选择最佳方案提供实用指南。
AI 推荐理由
论文核心探讨图与 LLM 集成以增强推理能力,明确将推理作为主要分类维度。
研究机构
Samaia Bai, Mohammad Meymanati, Parisa Hamedei, Roozbeh Razavi-Far, and Ali Ghorbani are with the Canadian Institute for Cybersecurity, Faculty of Computer Science, University of New Brunswick, Fredericton, NB E3B 9W4, Canada (e-mail: h.jelodar@unb.ca, samia.bai@unb.ca, mohammad.meymanati@unb.ca, parisa.hamedei@unb.ca, roozbeh.razavi-far@unb.ca, ali.ghorbani@unb.ca)
论文信息