GraphTeam: Facilitating Large Language Model-based Graph Analysis via Multi-Agent Collaboration
Created by
Haebom
Category
Empty
저자
Xin Li, Qizhi Chu, Yubin Chen, Yang Liu, Yaoqi Liu, Zekai Yu, Weize Chen, Chen Qian, Chuan Shi, Cheng Yang
GraphTeam: LLM 기반 멀티 에이전트 시스템을 활용한 그래프 분석
개요
본 논문은 소셜 네트워크 및 도시 컴퓨팅과 같은 실제 시나리오에서 관계형 데이터를 모델링하는 데 널리 사용되는 그래프 분석을 위해 LLM 기반 멀티 에이전트 시스템인 GraphTeam을 제안합니다. GraphTeam은 특정 머신 러닝 작업에 GNN을 통합하거나 LLM의 내부 추론 능력에만 의존하는 기존 접근 방식의 한계를 해결합니다. GraphTeam은 유추 및 협업과 같은 인간의 문제 해결 전략을 시뮬레이션하여 3개의 모듈과 5개의 LLM 기반 에이전트로 구성됩니다. 이러한 에이전트는 복잡한 문제를 해결하기 위해 협력합니다. 실험 결과는 GraphTeam이 6개의 그래프 분석 벤치마크에서 정확도 측면에서 최고의 기준선보다 평균 25.85% 향상된 최첨단 성능을 달성함을 보여줍니다.
시사점, 한계점
•
시사점:
◦
LLM 기반 에이전트 시스템을 활용하여 그래프 분석의 정확도를 향상시킴.
◦
다양한 전문성을 가진 에이전트 간의 협력을 통해 복잡한 문제 해결 능력을 향상시킴.
◦
외부 지식 검색 및 프로그래밍을 통해 문제 해결 능력을 강화함.
◦
실험을 통해 최첨단 성능을 입증하고 코드 및 데이터를 공개하여 재현 가능성을 높임.
•
한계점:
◦
특정 그래프 분석 벤치마크에 대한 성능만 평가되었으며, 다른 유형의 그래프 또는 작업에 대한 일반화 가능성은 추가 연구가 필요함.
