Acacia：仅在网络图上训练的新图基础模型

研究人员推出了一种名为 Acacia 的新型图基础模型，该模型完全在 Common Crawl 网络图上进行训练。与通常需要为新任务或功能进行额外训练的现有模型不同，Acacia 无需重新训练即可支持任意的特征维度和语义。它在节点分类、链接预测、节点聚类和图生成方面展现了能力，尤其值得注意的是，它通过上下文学习实现了这些能力，而无需依赖预训练的大型语言模型。 AI

影响 这项研究表明，图模型可以从头开始发展出涌现能力，这可能会影响未来的 AI 架构。

排序理由 该集群描述了一篇关于新型图基础模型的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• Acacia
• alphaXiv
• arXiv
• CatalyzeX
• Common Crawl
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• ScienceCast

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →