ランダムウォークによる大規模グラフの性質推定に関するLLM評価
arXiv cs.LG / 2026/5/5
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、LLMの推論能力を小さなグラフにとどまらず評価する必要性を述べており、現実のグラフデータは大規模で部分的にしか取得できないことが多い点を問題として挙げています。
- 大規模グラフのベンチマークデータセット「EstGraph」を新たに提案し、さらに大規模グラフの性質を推定するための4つのタスクを提示しています。
- 複数のLLMをこれらのタスクに対して様々なグラフデータセット上で評価し、限られたコンテキストからグローバルな性質を推測できるかを中心に検証しています。
- コンテキスト長の制約への対処として、非常に大規模（数百万ノード）なグラフからランダムウォークでサンプリングした情報を用い、タスク別のプロンプト構成を提案しています。
