GraphInsight：解锁LLMs理解图结构的新框架

尽管大型语言模型（LLMs）在处理图方面展现出了潜力，但它们通过图描述序列的提示来理解图形结构信息时仍面临困难，尤其是在图的规模增大时。我们将这一挑战归因于LLMs在图描述序列中不同位置的记忆表现不均，这被称为“位置偏差”。为了解决这个问题，我们提出了GraphInsight，这是一种旨在提高LLMs对宏观和微观层面图形信息理解的新框架。GraphInsight基于两个关键策略：1) 将关键的图形信息放置在LLMs记忆表现较强的位置；2) 对于记忆表现较弱的区域，研究一种轻量级的外部知识库，这一灵感来自于检索增强生成（RAG）。此外，GraphInsight探索了将这两种策略整合进LLM代理过程中，以应对需要多步推理的复合图任务。广泛的实证研究表明，在涵盖多种评估任务的基准测试上，GraphInsight在理解不同大小的图结构方面显著优于所有其他图描述方法（如提示技术与重新排序策略）。

一、研究背景

1. 研究问题

如何提高大型语言模型（LLMs）在理解图结构信息方面的能力，特别是在图描述序列中。现有的方法在处理大规模图时存在“理解崩溃”的问题，即随着图规模的增加，LLMs的理解能力急剧下降。

2. 研究内容

分析LLMs在理解图结构任务中的固有性质和现有方法的不足，提出一种新的框架GraphInsight来增强LLMs对图结构的理解能力。

3. 研究难点

研究难点包括：

1. 图结构信息主要通过自然语言描述传递，描述长度随图规模增加而变长，挑战了LLMs的长序列理解能力；

2. LLMs在不同序列位置的记忆性能不均匀，存在“位置偏差”现象，影响了其对关键节点或边的记忆。

4. 相关工作

现有的研究主要集中在将图转换为文本输入以供LLMs处理，包括结构格式转换（如邻接矩阵或列表）和顺序格式转换（如逐边描述）。然而，这些方法在处理大规模图时效果不佳，导致LLMs的理解能力下降。此外，已有研究还探讨了缓解LLMs在长序列中位置偏差的方法，但这些方法并未专门针对图描述序列进行优化。

1. 将图转换为自然语言描述的两种主要方法：结构格式转换（如邻接矩阵和列表）和顺序格式转换（如逐边描述）；

2. 现有研究表明，LLMs在图结构理解任务中存在显著挑战，尤其是在图规模较大时。

二、研究方法

GraphInsight框架，用于解决LLMs在理解图结构信息方面的问题。具体来说：

1. 基于重要性的宏观层面的图形理解

首先，针对宏图理解任务，提出了一种根据局部图结构的重要性重新组织图描述序列的方法。具体步骤如下：

• 计算图中每个节点的PageRank分数，以衡量其重要性。

• 将图分解为一系列互不相交的子图描述，每个子图描述由其中心节点及其直接相连的邻居组成。

• 根据PageRank分数对子图描述进行排序，并将最重要的子图描述放置在LLMs的强记忆区域（即序列的头部和尾部）。

• 公式如下：

  其中，Phi§表示序列位置p的重要性分布，$Psi§表示LLMs的内在理解分布。

2. 基于检索增强生成（RAG）的微观层面的图形理解

其次，针对微观层面的图形理解任务，提出了一种构建轻量级外部知识库的方法，以补充LLMs在弱记忆区域的记忆不足。具体步骤如下：

• 对于弱记忆区域中的节点和边，提取其信息并存储在GraphRAG知识库中。

• 当需要进行微图理解任务时，从知识库中检索相关信息，并将其与输入的图描述序列结合，形成增强提示输入LLMs进行推理。

• 公式如下：

  其中，和 分别表示节点和边的增强信息集。

三、实验设计

1. 数据集

引入了GraphSQA基准，涵盖了从15到200个节点的多种图结构，包括多重边和自环。

2. 任务类型

GraphSQA包括5个宏观图任务和15个微观图任务，后者进一步细分为8个复合任务。

3. 评估指标

根据答案类型的不同，采用布尔值、数值和集合类型三种评估指标。布尔答案得分为1或0；数值答案得分为1减去相对误差；集合类型答案得分为预测集与真实集之间的Jaccard相似度。

4. 模型选择

使用了多种开源模型，包括Mistral 7B、Llama3-8B、Qwen2-7B和Vicuna-7B等，这些模型有的经过长时间序列的微调。

四、结果与分析

1. 宏观图任务

GraphInsight在所有大型模型上均优于其他方法，特别是在Vicuna-7B模型上，得分提高了4.61倍。结构方法在宏观图任务中的改进最小，提示方法和结构方法的改进也相对有限。

2. 微观图任务

GraphInsight在微观图任务中也表现出色，特别是在Vicuna-7B模型上，得分提高了14.02倍。基线方法在大模型上的理解提升有限。

3. 复合任务

在常见邻居查找和三阶邻居查找等复合任务中，GraphInsight分别实现了12.75倍和3.25倍的提升。

4. 消融研究

图描述组织和GraphRAG对宏图和微图任务均有优化效果。特别是GraphRAG在微观图任务中带来了显著的改进。

五、总结

GraphInsight框架，通过利用LLMs在某些图序列区域的强记忆能力和补偿弱记忆区域，显著提高了LLMs的图理解能力。框架采用了基于重要性的图描述重组和轻量级RAG两种关键技术，适用于宏图和微图理解任务。广泛的实验结果表明：GraphInsight在各种规模的图结构理解任务中均优于现有方法。未来工作将致力于提高LLMs对更复杂图类型的理解，包括带有标签和语义信息的图。

---

六、最后分享

AI大模型作为人工智能领域的重要技术突破，正成为推动各行各业创新和转型的关键力量。抓住AI大模型的风口，掌握AI大模型的知识和技能将变得越来越重要。

学习AI大模型是一个系统的过程，需要从基础开始，逐步深入到更高级的技术。

这里给大家精心整理了一份全面的AI大模型学习资源，包括：AI大模型全套学习路线图（从入门到实战）、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等，资料免费分享！

1. 成长路线图&学习规划

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

这里，我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。可以说是最科学最系统的学习成长路线。

2. 大模型经典PDF书籍

书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）

3. 大模型视频教程

对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。

4. 2024行业报告

行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

5. 大模型项目实战

学以致用 ，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。

6. 大模型面试题

面试不仅是技术的较量，更需要充分的准备。

在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方优快云官方认证二维码，免费领取【保证100%免费】