关注图网络、图表示学习,最近顶会顶刊动态以及机器学习基本方法,包括无监督学习、半监督学习、弱监督学习、元学习等
今天看啥  ›  专栏  ›  深度图学习与大模型LLM

EACL || 通过自然语言描述图结构并对大模型进行指令微调,来解决图机器学习任务

深度图学习与大模型LLM  · 公众号  ·  · 2024-08-10 09:27

文章预览

大家好,今天为大家介绍一篇Graph LLM相关的研究论文《Language is All a Graph Needs》发表在EACL2024。这篇论文提出了InstructGLM方法,通过自然语言描述图结构并对大模型进行指令微调,来解决图机器学习任务。该工作探索了大模型 能否像取代CNN和RNN那样,成为图机器学习的基础模型 1. 基本信息 论文题目:Language is All a Graph Needs 作者:Ruosong Ye, Caiqi Zhang, Runhui Wang, Shuyuan Xu, Yongfeng Zhang 作者研究单位: Department of Computer Science, Rutgers University, New Brunswick, US Language Technology Lab, University of Cambridge, UK **代码:https://github.com/agiresearch/InstructGLM 2. 研究背景 本文关注一个重要的研究问题:大模型能否像替代CNN和RNN那样,取代图神经网络(GNN)成为图的基础模型? 目前基于大模型的图学习方法主要有两类: 将大模型与GNN结合,大模型作为特征提取器或数据增强模块来增 ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览