arxiv 2023

1 intro

• Graph+大模型
• 希望OpenGraph能够捕捉通用的拓扑结构模式，对测试数据进行Zero-shot预测
  • 仅通过前向传播过程，就可以对测试图数据进行高效的特征提取和准确预测
  • 模型的训练过程在完全不同的图数据上进行，在训练阶段不接触测试图的任何元素
• 为了达成这一目的，本文需要解决三个挑战：
  • C1. 跨数据集的Token集合变化
    • 零样本图预测任务的一个显著困难是，不同的图数据通常有完全不同的图token集合
  • C2. 高效的节点间关系建模
    • 在图学习领域，节点之间常常存在错综复杂的依赖关系，模型需要对节点的局部和全局邻域关系进行综合考量
  • C3. 训练数据稀缺

2 方法

2.1 统一 图tokenizer