Eine neue, einfache und skalierbare Graphenrepräsentation namens "Gap Encoded Edge List" (GEEL) wird eingeführt, die eine kompakte Darstellung der Graphen ermöglicht und gleichzeitig die Größe des Vokabulars deutlich reduziert.
Wir stellen ein neuartiges Verfahren zur Graphenerzeugung vor, das auf der kompakten und hierarchischen K²-Baum-Darstellung von Graphen basiert. Unser Ansatz ermöglicht die effiziente Erzeugung sowohl unattribuierter als auch attributierter Graphen, ohne auf domänenspezifische Regeln angewiesen zu sein.
Große Sprachmodelle (LLMs) zeigen vielversprechende Fähigkeiten bei der regelbasierten und verteilungsbasierten Graphenerzeugung, aber die Wirksamkeit gängiger Prompt-Methoden wie Few-Shot und Chain-of-Thought ist nicht konsistent. LLMs haben auch Potenzial bei der Erzeugung von Molekülen mit bestimmten Eigenschaften.