Spatial Reasoning Graph-Enhanced LLM Knowledge Graph
摘要

尽管检索增强生成等技术提升了大型语言模型处理复杂任务的能力,但其在空间推理方面仍存在显著不足。空间推理是回答城市规划、土木工程及旅行等物理世界领域问题的关键。本文阐述了利用大模型进行空间推理面临的挑战,并展望了未来搜索引擎与大模型融合的前景:通过整合以图形式存储的空间数据,实现图增强的推理机制,从而有效解答复杂的空间相关问题。

AI 推荐理由

论文核心旨在解决 LLM 空间推理能力不足的问题,提出基于图的增强推理方法。

研究机构
University of Maryland College Park, USA University of Sydney Sydney, Australia
论文信息
作者 Nicole R. Schneider, Kent O'Sullivan, Hanan Samet
发布日期 2026-06-22
arXiv ID 2606.22909
相关性评分 9/10 (高度相关)