knowledge-graph 以知識圖與思維圖提升 LLM：即時知識、圖式推理與結構化資料整合 隨著大型語言模型（LLM）快速發展，研究開始反向思考：圖結構能如何強化 LLM？本文從三個面向整理：把知識圖當作可更新的事實來源以降低幻覺、以圖形化提示（如鏈式、樹式、思維圖）強化推理，以及將圖結構整合進模型以提升對結構化資料的理解與應用。文章也討論計算成本與設計挑戰，並展望以圖為基礎的稀疏模型架構與類腦記憶系統等未來方向。
