KDD2024 | HiGPT: 迈向下一代生成式图模型新范式

文章预览

嘿，记得给“ 机器学习与推荐算法 ”添加 星标 TLDR: 本文介绍香港大学数据智能实验室提出的最新图结构大语言模型（HiGPT），专门设计用于克服与泛化各种下游异质图学习任务相关的关键挑战。期待HiGPT能够吸引更多的开源社区开发者参与讨论和实践，进一步推动图结构与语言模型的有效结合。 论文： https://arxiv.org/abs/2402.16024 代码： https://github.com/HKUDS/HiGPT 主页： https://higpt-hku.github.io/ 1. 导读 异质图在推荐系统、知识图谱、社交网络分析和生物网络等领域广受关注和应用。这些图结构囊括了千差万别的实体类型以及错综复杂的关联联系,使得它们得以充分展现复杂系统的内在本质。而对这些异质图的学习,则是通过提取节点和边的有意义表征,旨在深挖图结构内部错综复杂的语义关联,从而拨开迷雾,洞见底层结构的根源异质性。 近年来,人们愈加认 ………………………………