12月30日有投资者向飞利信(300287)提问：董秘您好！贵公司自研的 LGM（语言图模型）近期在多跳推理基准 HotpotQA、Musique 上取得 SOTA 成绩，显著优于 GraphRAG 1. 相比传统 RAG，LGM具体给公司 AI 产品带来了哪些可量化的能力提升？2.目前LGM已落地到哪些面向政企或C端的产品/项目？3.未来几年，公司计划如何扩大LGM在更多行业医疗、金融、教育等应用，有无配套研发投入、生态合作等

1月9日公司回答表示：尊敬的投资者：您好！（1）LGM通过在知识学习阶段构建概念关系图以及语法关系图，并在检索阶段采用了概念迭代检索方法，在处理多跳问题中发挥了显著的作用。在HotpotQA、Musique和LV-Eval数据集上做的评测也验证了其效果，通过对比，LGM方法的综合表现优于GraphRAG2、LightRAG2等当前主流RAG。公司的利智方产品以LGM构建的知识库、知识图谱以及智能体应用，在处理多跳问题时检索效率提升20%~50%，准确性提升5%~10%。（2）在公司自研的利智方产品中，已经集成了LGM技术，并正在政府、能源、交通等领域开展落地应用。（3）公司将利用已有的技术、市场、品牌等优势，结合国家相关政策，持续投入产品研发，开展广泛生态合作，积极拓展LGM在更多行业的应用落地。感谢您的关注！