图生成中大型语言模型的潜力探索
原文中文，约300字，阅读约需1分钟。发表于：。本文介绍了 LLM4GraphGen 模型，通过系统性任务设计和广泛的实验探索了大型语言模型在图生成方面的能力，并表明 GPT-4 在图生成任务中展现了初步能力，包括基于规则和分布的生成，同时发现流行的提示方法并不一致地提升性能。此外，LLM 在生成具有特定属性的分子方面展现了潜力，这些发现为基于 LLMs 的图生成模型的设计提供了基础，并提供了有价值的见解和进一步的研究方向。
本文介绍了LLM4GraphGen模型，探索了大型语言模型在图生成方面的能力，发现GPT-4在图生成任务中展现了初步能力，同时发现提示方法对性能的提升不一致。LLM展现了生成具有特定属性的分子的潜力，为基于LLMs的图生成模型的设计提供了基础。
