六种训练策略横评：LLM 图推理泛化能力评测

2026 年 10 月 14 日，AGI Hunt 报道了一项研究：系统比较 LLM 在图+文本任务上的 6 种训练策略，涵盖监督微调、prompt tuning、两种强化学习变体以及图编码器 token。研究在合成有向图上检验图推理能否泛化到更大的图和陌生结构。训练任务为节点计数、求节点度数以及两种可达性判断，图规模为 5–20 个节点；评测则扩展到更大的图、未见过的图结构以及未训练过的相关任务。该报道只介绍了横评涉及的策略与实验设置，未给出各策略的具体表现或最终结论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。