《TRENDS IN FOOD SCIENCE & TECHNOLOGY》：Integrating Graphs, Large Language Models, and Agents: Reasoning and Retrieval
编辑推荐：
生成式人工智能（Generative Artificial Intelligence, GenAI）已迅速改变了智能系统的格局，大语言模型（Large Language Models, LLMs）在理解、生成和推理非结构化文本方面展现出强大性能。尽管取得了这些
生成式人工智能（Generative Artificial Intelligence, GenAI）已迅速改变了智能系统的格局，大语言模型（Large Language Models, LLMs）在理解、生成和推理非结构化文本方面展现出强大性能。尽管取得了这些进展，LLMs 主要基于序列化令牌表示运行，通常缺乏显式建模结构化关系知识的机制（[1], [2], [3]）。与此同时，图表示提供了一种有效的方法来捕捉结构化数据中的实体、关系和拓扑依赖（[4]）。因此，将 LLMs 与基于图的学习相结合已成为增强推理、检索和决策的一个有前景的方向。图增强型 LLMs 将语言模型的语义推理能力与图的结构化归纳偏差相结合。虽然 LLMs 擅长从文本中提取上下文含义，但它们往往难以显式建模复杂关系和多跳依赖（[5]）。图结构通过以有组织和可解释的方式编码实体及其交互来弥补这一局限性。基于先前工作（[6], [7], [8]），图-LLM 整合使得对难以仅从文本推断的结构化知识进行更可靠的推理成为可能。近期研究在多个领域展示了这种整合的有效性。例如，应用范围涵盖软件工程（[9]）、推荐系统（[10]）、医疗保健（[11]）和临床决策支持（[12]）、交通预测（[13]）以及网络安全（[14], [15]）。例如，[16] 引入了一个图增强的 LLM 框架，该框架纳入关系结构以改进对结构化数据集的推理和预测性能。类似地，[17] 提出了一种混合的 LLM-GNN 架构，其中由 LLMs 生成的语义特征增强了基于图的分类和推理，突显了语言与图表示之间的协同作用。图 2 展示了近期整合图与 LLMs 的方法。
**论文解读文章**
**研究背景**
随着大语言模型（Large Language Models, LLMs）在非结构化文本理解、生成和推理方面取得显著进展，其局限性也随之显现：LLMs主要基于序列化令牌表示，缺乏显式建模结构化关系知识的能力，尤其在多跳推理和事实一致性方面表现不足。图结构（如知识图谱、程序依赖图、交互图等）能够有效捕捉实体、关系和拓扑依赖，但单独使用时缺乏语义理解。因此，将LLMs与图表示相结合，有望在保留结构化归纳偏差的同时增强语义推理能力，成为提升推理、检索和决策质量的新方向。然而，现有研究分散，缺乏系统性分析何时、为何、何处以及如何实施图-LLM整合，也缺少对智能体（Agent）在其中的作用的全面探讨。
**研究目的与内容**
研究人员针对图-LLM整合这一新兴领域，构建了统一的分类法，系统梳理了从基础架构整合机制到专用推理与应用范式的各类方法，涵盖了LLM辅助图构建、图增强LLM推理、混合GNN-LLM模型、知识图谱问答（KGQA）、场景图推理、图-智能体-LLM整合框架，以及网络安全、医疗、推荐系统、治理等领域的实际应用。研究旨在回答“何时、为何、何处、如何”结合图与LLMs，并识别关键设计模式、挑战（如可扩展性、幻觉缓解、推理深度）及未来方向。该论文发表在《TRENDS IN FOOD SCIENCE 》上。
**主要技术方法**
研究人员采用了两类核心技术：**图构建**方面，利用LLM通过提示词和结构化生成从非结构化文本中端到端提取实体与关系，构建知识图谱，并辅以本体工程、迭代与零样本方法；**推理与整合**方面，采用了图检索增强生成（GraphRAG，通过子图检索实现结构感知推理）、图引导提示（将图序列化为令牌输入）、基于智能体的工作流（使LLM作为自主决策组件进行规划、工具使用和迭代推理），以及混合GNN-LLM模型（包括协作框架、单向集成、可解释性增强和预训练架构）。样本来源为公开的多领域基准数据集（如WN18RR、NELL-995、WebQSP、Action Genome等）。
**研究结果**
**1. LLM辅助图构建**
通过提示式提取、混合提取管道和检索增强提取，LLM能显著简化知识图谱构建，减少人工标注，但需注意幻觉和模式漂移。迭代和零样本方法展示了可扩展性，但生成质量仍受限于提示设计。
**2. 图增强LLM推理**
GraphRAG相比直接LLM和传统RAG，在多跳推理和事实一致性上表现更优，但需处理图构建成本与系统复杂性。图引导提示和智能体循环进一步提升了结构感知和长程推理能力，但面临令牌上下文限制和错误级联问题。
**3. 混合GNN-LLM模型**
协作框架（如GLEM、LOGIN）通过迭代共训练实现了图文对齐，LLM4GNN（如GLEM、LLaGA）增强节点表示，GNN4LLM（如GNN-RAG）支持图检索推理。可解释性模型（如Gspell）生成文本与子图解释，预训练架构（如GraphGPT、GOFA）实现通用图文表示，但面临过平滑和可扩展性挑战。
**4. 知识图谱问答（KGQA）**
训练无关方法（如FinQA）在动态金融领域表现良好，LLM增强框架（如KG-LLM、READS）通过子图搜索和判别推理减少幻觉，但在不完整图上仍存在可靠性问题。
**5. 场景图与LLM**
LLM在场景图任务中扮演推理、解析、规划和评估角色，实现了从文本到3D场景的生成（SceneCraft）、编辑（EditRoom）、检索（VTGT）和导航（SG-Nav），但在动态场景和跨模态对齐上仍有局限。
**6. 图-智能体-LLM整合**
LAFA、X-GridAgent等系统展示了分层多智能体框架在隐私保护分析和电网工程中的应用，GraphSearch通过智能体深度搜索提升多跳RAG性能。图记忆和图引导规划改善了长程推理和任务分解，但面临状态跟踪漂移和高执行成本。
**7. 应用**
在网络安全（DeCoda、GRACE）中，图增强LLM提高了恶意代码检测和漏洞检测的F1分数（94-97%）；在医疗（CancerKG、Phenomics Assistant）中，KG减少幻觉并支持精准医学；在推荐系统（LLMRec）中，图增强缓解了稀疏反馈问题；在教育与治理（AI Act知识库、BEAR）中，图-LLM提高了合规分析和问答准确性。
**讨论与结论**
研究总结指出，图-LLM整合在结构化推理、多跳推断和事实性接地方面具有明确优势，但面临可扩展性、图-LLM对齐、基准评估碎片化和可信度等挑战。未来方向包括：紧耦合的神经符号对齐、可扩展的图感知推理机制、多维度基准设计，以及不确定性感知和可解释性增强。论文结论强调，图-LLM整合不仅是提升检索与推理性能的手段，更是迈向下一代知识中心、可解释和可信赖AI系统的关键范式，有望融合图记忆、多模态感知、智能体规划和自主决策。
