研究人员开发了一个名为双层优化稀疏查询（BOSQ）的新框架，以降低使用大型语言模型（LLM）处理文本属性图（TAG）任务的计算和金钱成本。BOSQ 采用自适应稀疏查询策略，智能选择何时调用 LLM，从而避免不必要的查询并显著降低开销。在六个真实世界 TAG 数据集上的实验表明，BOSQ 在运行时速度显著提高的同时，实现了与现有 GraphLLM 方法相当或更好的性能。 AI
影响 降低了 LLM 增强图分析的计算成本，可能促进这些技术的更广泛应用。
排序理由 该集群包含一篇详细介绍用于图任务优化 LLM 使用的新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
