นักวิจัยตั้งคำถามว่ากราฟสามารถเป็นมากกว่าแหล่งข้อมูลภายนอกได้หรือไม่ โดยศึกษาการใช้กราฟเป็น 'โครงนั่งร้านทางความคิด' (Scaffold) เพื่อช่วยจัดระเบียบการให้เหตุผลภายในของ LLM คล้ายกับการที่มนุษย์ใช้แผนผังความคิด (Mind Map) ในการสรุปประเด็นที่ซับซ้อน
การทดลองเปิดเผยความแตกต่างที่สำคัญระหว่างรูปแบบการรับข้อมูล (Modality Gap) โดยพบว่าเมื่อข้อมูลโครงสร้างกราฟถูกแปลงเป็นข้อความธรรมดา ประสิทธิภาพการตอบคำถามจะลดลงอย่างมากเมื่อไม่มีคำใบ้คำตอบโดยตรง ในทางตรงกันข้าม การใช้กราฟในรูปแบบของภาพ (Visual Graph Guidance) ช่วยให้โมเดลรักษาความสามารถในการให้เหตุผลที่มีคุณภาพสูงไว้ได้ แม้จะไม่มีการระบุคำตอบโดยตรงก็ตาม ข้อดีนี้ยังคงอยู่แม้จะผ่านกระบวนการปรับจูน (Fine-tuning) หรือการถ่ายทอดความรู้ (Distillation) แล้วก็ตาม
