AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：港大黃超團(tuán)隊(duì)推出AnyGraph, 首次揭秘圖大模型的Scaling Law
關(guān)鍵字：模型,數(shù)據(jù),特征,專家,樣本
文章來(lái)源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

AIxiv專欄是機(jī)器之心發(fā)布學(xué)術(shù)、技術(shù)內(nèi)容的欄目。過(guò)去數(shù)年，機(jī)器之心AIxiv專欄接收?qǐng)?bào)道了2000多篇內(nèi)容，覆蓋全球各大高校與企業(yè)的頂級(jí)實(shí)驗(yàn)室，有效促進(jìn)了學(xué)術(shù)交流與傳播。如果您有優(yōu)秀的工作想要分享，歡迎投稿或者聯(lián)系報(bào)道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com
本文的主要作者來(lái)自香港大學(xué)的數(shù)據(jù)智能實(shí)驗(yàn)室 (Data Intelligence Lab@HKU)。第一作者是香港大學(xué)的博士后夏良昊，指導(dǎo)老師為黃超教授。香港大學(xué)數(shù)據(jù)智能實(shí)驗(yàn)室專注于人工智能和數(shù)據(jù)挖掘的研究，涵蓋大語(yǔ)言模型、圖神經(jīng)網(wǎng)絡(luò)、信息檢索、推薦系統(tǒng)和時(shí)空數(shù)據(jù)挖掘等領(lǐng)域。實(shí)驗(yàn)室的研究成果在多個(gè)頂級(jí)會(huì)議上（如 WWW、SIGIR、KDD）獲得了諸多榮譽(yù)，包括最具影響力論文和最佳論文候選。AnyGraph 大模型，圖模型泛化性的突破，致力于解決以下關(guān)鍵技術(shù)挑戰(zhàn)：
結(jié)構(gòu)異質(zhì)性：應(yīng)對(duì)圖結(jié)構(gòu)信息中的分布偏移。
特征異質(zhì)性：處理跨圖數(shù)據(jù)集的多樣特征表示。
快速適配：使模型迅速適應(yīng)新的不同的圖學(xué)習(xí)領(lǐng)域，展現(xiàn)敏捷適應(yīng)力。
大模型能力涌現(xiàn)：隨著數(shù)據(jù)量和模型參數(shù)的增長(zhǎng)，性能

原文鏈接：港大黃超團(tuán)隊(duì)推出AnyGraph, 首次揭秘圖大模型的Scaling Law

聯(lián)系作者

文章來(lái)源：機(jī)器之心
作者微信：
作者簡(jiǎn)介：