文章总结： 该文档宣布北邮GAMMALAB的Graph4LLM综述被IJCAI2026SurveyTrack录用，系统梳理图结构增强大语言模型的方法，涵盖输入、模型、输出全流程，分析应用场景与未来挑战，为解决LLM结构信息缺失和可靠性问题提供研究方向。 综合评分： 85 文章分类： 技术标准,AI安全,解决方案

快讯｜北邮GAMMA LAB一篇工作被IJCAI 2026 Survey Track录用

原创

赵明宇 赵明宇

北邮 GAMMA Lab

2026年5月6日 11:38 北京

在小说阅读器读本章

去阅读

IJCAI 2026举办地：德国不来梅

IJCAI 2026

北邮GAMMA LAB一篇工作被IJCAI 2026 Survey Track录用。

国际人工智能联合会议 International Joint Conference on Artificial Intelligence （IJCAI 2026）是人工智能领域的旗舰级会议，致力于涵盖和推动人工智能全栈技术的前沿发展，是国际人工智能领域历史悠久、影响力广泛的综合性顶会，同时也是中国计算机学会（CCF）推荐的B类国际学术会议。会议将于2026年8月15日-21日在德国不来梅召开。GAMMA LAB师生共有1篇论文成功入选 Survey Track。

录用论文

Graph4LLM: A Systematic Survey of Graph-Enhanced Large Language Models Graph4LLM：图增强大语言模型的系统性综述 Xinyan Zhu, Cheng Yang, Qiuyu Wang, Zeyuan Guo, Yiding Wang, Zedi Liu, Chunchen Wang, Chuan Shi

论文详情

Graph4LLM: A Systematic Survey of Graph-Enhanced Large Language Models Xinyan Zhu, Cheng Yang, Qiuyu Wang, Zeyuan Guo, Yiding Wang, Zedi Liu, Chunchen Wang, Chuan Shi

摘要：大语言模型（LLMs）在自然语言处理任务中表现卓越，但受限于自身基于序列的建模本质，存在结构信息丢失、事实可靠性不足等固有缺陷。图结构可显式建模实体和关系，为解决上述问题提供了有效方案。为系统梳理图增强大语言模型的前沿研究，本文（Graph4LLM 综述）梳理了图结构如何融入大语言模型的输入、模型、输出全流程，并针对各阶段详解核心方法与技术；同时介绍了 Graph4LLM 具备显著应用潜力的各类场景；最后总结了构建更高效、更具可解释性的图增强大语言模型所面临的挑战与未来研究方向。

往期解读：综述导读 | Graph4LLM：图增强大语言模型的全景图

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：北邮 GAMMA Lab 赵明宇 赵明宇《快讯｜北邮GAMMA LAB一篇工作被IJCAI 2026 Survey Track录用》