研究人员开发了一种名为SUPRA的新方法，以解决多模态属性图学习的挑战，特别是在使用大型基础模型时。传统方法面临困难，因为节点属性和图结构的强制聚合会引入噪声，从而降低性能。SUPRA采用解耦的双通路方法，将特定模态的特征与结构信息分开处理，与现有的多模态图Transformer相比，提高了性能，并显著减少了训练时间和内存使用。 AI
影响 引入了一种更有效、更高效的多模态图学习方法，有可能提高利用大型基础模型的应用程序的性能。
排序理由 发布了一篇详细介绍新架构和方法论的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
