平均精度提升54%
一种将图学习模型与大语言模型端到端融合的方法，通过动态任务配置系统提升图推理能力。
Chai, Ziwei · Tianjie, Zhang · Liang, Wu · 75998801 · 75392177 · Huang, Xuanwen · 杨洋
IEEE Transactions on Big Data 2026
在四个基本图推理任务上平均准确率提升54.44%，证明融合图学习模型与LLM的端到端方案有效。
无需将图转成文本，上下文需求减少96.45%，使LLM处理大规模图数据成为可能。
采用层次化图处理流水线，结合节点级局部结构分析器和图级全局模式合成器，能够处理大规模图数据。