引入知識圖譜在性能方面的提升是以推理速度為代價的。根據吉林大學等團隊研究，盡管 KG-BERT、StAR 在引入知識圖譜后模型在一些測試集的表現有所提升，這種提升是同一量級內的，但模型的推理速度則較傳統的 RotatE 慢了百 倍至千倍的水平，這可能會成為知識圖譜在 L LM 領域應用的瓶頸之一。