本研究评估了大型语言模型在图数据分析中的表现，发现其在理解图结构和推理方面存在局限性。尽管GPT模型在生成逻辑结果上优于其他方法，但在多答案任务中常出现错误。研究探讨了将大型语言模型与图结构结合的潜力，特别是在节点分类任务中的应用，并总结了未来研究方向。

一项评估显示，大型语言模型能够理解自然语言的图数据并进行拓扑推理，GPT模型在正确性方面优于其他方法，但在结构推理和多答案任务中存在挑战。GPT-4能够纠正GPT-3.5-turbo和其他版本回答的能力。