Исследование показало, что закрепление знаний в графе улучшает LLM только при ответах на вопросы, основанные на фактах, не входящих в обучающий набор. На публичных биомедицинских знаниях закрепление не приносит пользы, но на новых или приватных данных оно повышает точность с уровня случайности до почти идеальных значений, что подтверждает, что LLM используют внешние данные за пределами обучения для достижения реальных улучшений.