Can Large Language Models Improve the Adversarial Robustness of Graph NeuralNetworks?作者:张中健,王啸,周辉池,于...
专题解读 | 知识蒸馏再升级:用大语言模型赋能图神经网络
知识蒸馏再升级:用大语言模型赋能图神经网络一、背景介绍知识蒸馏(Knowledge Distillation)作为一种模型压缩方法,通过将复杂教师模型(Teacher Model)的知识传递给较轻量的...
成果分享|Anti-FakeU: 图神经网络推荐模型托攻击防御算法
在2023年5月举办的Proceedings of the ACM Web Conference 2023 (WWW 2023)中,我实验室白泽智能团队率先提出了图神经网络推荐模型托攻击防御算法(An...
专题解读 | 图检索增强生成研究进展
GraphRAG研究进展一、简介近年来,检索增强生成(Retrieval-Augmented Generation, RAG)在解决大语言模型(LLMs)所面临的挑战方面取得了显著成功,而无需对模型进...
专题解读|异配图表示学习研究进展
异配图表示学习一、简介图神经网络(GNNs)已成为一系列图学习任务中不可或缺的关键工具。然而,大多数现有的GNN架构在显式或隐式上都遵循同配性假设,即具有相同标签或相似属性的节点更可能相互连接。尽管这...
专题解读 | ICLR'23的几何深度学习
1. 几何深度学习的基本概念深度学习已经被应用于各种科学问题中(AI4Science),包括分子性质预测、药物合成与设计、动力学模拟等等。深度学习相较于传统方法(基于计算、模拟、数据库搜索)来说,推理...
GraphBolt技术分享
1.背景GNN(图神经网络)可以建模图结构数据中的复杂关系和语义信息,它在各种任务中表现出色,包括节点分类、链路预测和图分类。与通常用于图像和视频数据的CNN不同,GNN用于非欧几里德数据,如社交网络...
成果分享 | 探索图神经网络模型的指纹
|成果分享|今天分享我实验室白泽智能(Whizard AI)的最新研究 GNNFingers: A Fingerprinting Framework for Verifying Ownersh...
AAAI 2024 | FairSIN:通过敏感信息中和来实现公平的图神经网络
FairSIN : Achieving Fairness in Graph Neural Networks through Sensitive Information Neutralization作...
专题解读 | Graph Transformer代表性工作介绍
Do Transformers Really Perform Bad for Graph Representation?本文介绍了一种名为Graphormer的基于Transformer架构的模型,专...
专题解读 | 几何图神经网络的主流框架
1. 引言在AI4Science领域,深度学习已被广泛应用到多个领域中,包括药物发现、蛋白质结构预测、动力学模拟等。在科学研究中,高质量数据的数据往往昂贵而稀少,尤其是以三维结构形式呈现的数据。这些数...
专题解读 | 图神经网络GPU内核加速
深度神经网络(DNN)的训练和推理得益于 GPU 的加速。GPU 是功能强大的硬件加速器,GPU 内核是指经过优化可在 GPU 的许多处理单元上并行执行的专用程序,从而使深度学习(DL)的计算更加迅速...