BioGlyph：将网络拓扑编码为结构化角色语言，提升大模型网络推理准确率最高26个百分点
arXiv预印本论文提出BioGlyph，把图分区与结构测量转化为可解释的通用词汇，让开源大模型在网络结构推理任务中超越边列表、数值和习得表示等方法。
AI解读：大模型读得懂文字，却读不懂关系网络：蛋白互作、社交关系、电网这类数据一旦写成边列表或表格，模型很难判断哪个节点是枢纽、哪些连接跨社区、删掉某个节点会怎样。BioGlyph的解法是把网络拓扑翻译成一种描述“结构角色”的语言——每个元素被标为枢纽、社区核心或跨社区连接者，并附上证据和语义后果，再喂给模型。论文报告，在跨越五个领域的二十个网络上，开源大模型的系统准确率最高提升 26 个百分点，且增益来自这种可解释的角色编码，而非数据格式本身。对做生物网络或社交网络分析的人，这意味着可以用现成大模型直接回答结构问题，无需重新训练；但要注意，效果在稀疏网络上会减弱，而且论文目前只是arXiv预印本，尚未经过同行评审，实际使用时还需自行验证。
arXiv预印本论文提出BioGlyph，一种将网络拓扑结构转换成可解释语言表示的方法，用于提升大语言模型（LLM）回答网络结构推理问题的能力。论文称，在跨越五个领域的二十个网络上，BioGlyph使开源LLM的系统准确率最高提升 26 个百分点。
BioGlyph结合图分区与结构测量，识别枢纽（hubs）、社区核心（community cores）和跨社区连接者（cross-community connectors）等角色，并按固定规则将这些角色翻译成通用词汇。每个元素通过其结构角色、支持证据和语义后果来描述，网络本身和LLM均保持不变。
方法与评估
论文指出，网络描述生物及其他领域的系统，如蛋白相互作用、社交关系、电网和引文记录，推理这些系统需要理解其结构：哪些元素是核心，哪些连接桥接不同社区，以及移除元素后结构如何变化。然而，当网络以边列表、句子或测量表形式呈现时，LLM难以回答此类问题，因为需要从文本中推断结构含义。
BioGlyph利用图分区和结构测量识别网络角色，并通过语义可解释的术语显式编码结构角色。消融实验表明，性能提升正是来自这种显式编码。增益在密集且具有社区结构的网络中更为显著，而在拓扑结构较容易从文本推断的稀疏网络中则减弱。
- 在二十个网络、五个领域的测试中，BioGlyph优于基于边的、数值的和习得表示方法，系统准确率最高提升 26 个百分点。
- 在芽殖酵母蛋白互作网络中，BioGlyph揭示了生物学组织：跨社区连接者富含必需基因（essential genes），而外围蛋白则相对缺乏。
发布信息
论文题为“Language-encoded network topology enables large language models to reason about complex networks”，作者为Ucchwas Talukder Utsha、Sakib Mostafa、James Zou和Md Tauhidul Islam。预印本于 2026 年 9 月 3 日提交至arXiv（编号 2609.03229v1），归类于机器学习（cs.LG）。
论文摘要明确指出，该研究依据的是摘要内容；本报道仅基于论文提供的摘要信息，未涉及同行评审或完整实验细节。