Gara

新的GaRA方法使用图感知LoRA增强LLM处理图任务的能力

研究人员开发了GaRA，一种将大型语言模型（LLM）适配到基于图的任务的新颖方法。该方法通过生成与隐藏表示交互的任务特定权重更新来注入整个图的信息，克服了先前难以编码完整图数据的方法的局限性。GaRA是使用低秩适配（LoRA）实现此范例的一种实例，它构建了以图结构为条件的权重更新，并约束其范数以防止优化偏差。实验表明，GaRA在零样本图学习场景中优于现有方法。