文章预览
大家好，今天为大家介绍一篇Graph LLM的研究论文。这篇论文提出了GraphArena基准， 使用了真实世界的百万级图数据，设计了10个具有难度的图计算任务，并提出了一个严格的评估框架 。为大模型评估提供了重要补充，还揭示了当前大模型在复杂图问题上的局限性，对推动大模型向通用人工智能发展具有重要意义! 1. 基本信息 标题： GraphArena: Benchmarking Large Language Models on Graph Computational Problems GraphArena：图计算问题上的大模型基准测试 作者及其研究机构：Jianheng Tang, Qifan Zhang, Yuhan Li, Jia Li (The Hong Kong University of Science and Technology (Guangzhou), The Hong Kong University of Science and Technology) 发表时间：2024年6月29日 arXiv链接：https://arxiv.org/abs/2407.00379 代码链接： https://github.com/squareRoot3/GraphArena 2. 研究背景 现有的图计算问题基准测试存在三个主要缺陷： 依赖合成生成的
………………………………
