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

WWW2024 || 探讨通过软提示提升大模型在图学习任务中的表现

深度图学习与大模型LLM  · 公众号  ·  · 2024-08-21 10:23

文章预览

大家好,今天为大家介绍一篇研究论文,该论文探讨了如何通过软提示(soft prompt)提升大模型(LLM)在图学习任务中的表现。这项研究为图神经网络(GNN)与LLM的结合提供了新思路,对推动图结构数据的深度学习具有重要意义。 1. 基本信息 论文题目: Can we Soft Prompt LLMs for Graph Learning Tasks? 作者:Zheyuan Liu, Xiaoxin He, Yijun Tian, Nitesh V. Chawla 作者研究单位:University of Notre Dame, National University of Singapore 代码链接:https://github.com/franciscoliu/graphprompter 2. 研究背景 近年来,大模型(LLM)在多个领域取得了显著成果,这使得将LLM应用于图结构数据成为一个很有吸引力的研究方向。但是,直接将LLM应用于图模态面临独特挑战, 主要是由于图结构和文本模态之间存在差异和不匹配 。现有工作主要将图映射到文本,但这种方法往往忽略了图中的某些相关信息和噪声 ………………………………

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