提出了一种名为 Call Neighbours Yourself (CNY) 的新框架，用于大型语言模型 (LLM) 在文本属性图上进行推理。与使用固定邻居集的方法不同，CNY 通过学习何时扩展候选邻居以获取额外证据，使 LLM 能够主动探索图邻域。该方法通过目的地条件策略内自蒸馏解决了邻域探索中延迟信用的挑战，该方法将行动偏好的变化转化为训练信号。实验表明，CNY 在标准的图推理基准测试中优于固定上下文基线，并展示了其在未见图和不同任务上的可迁移性。 AI
影响 该框架有望提高 LLM 在需要推理复杂互联数据任务上的性能。
排序理由 该集群包含一篇详细介绍 LLM 新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- Call Neighbours Yourself
- CatalyzeX Code Finder for Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- large language models
- ScienceCast
- text-attributed graphs
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
