GraspLLM

GraspLLM框架增强了LLM在文本属性图上的泛化能力

研究人员开发了GraspLLM，一个旨在提高大型语言模型（LLMs）在文本属性图（TAGs）上应用时的泛化能力的新框架。该框架整合了图结构理解和LLM语义理解，以提高在不同数据集和任务上的性能，特别是在零样本场景下。GraspLLM通过在统一语义空间中表示节点文本，通过对比学习提取数据集无关的结构信息，并将相关子图与LLM的token空间对齐来实现这一点。实验表明，GraspLLM在TAGs上的表现优于现有的基于LLM的方法。