港大开源图基础大模型OpenGraph 增强图学习泛化能力

摘要： 陶哲轩领衔的一份页报告出炉了总结和预测了对半导体超导体宇宙基础物理学生命科学等领域带来的巨大改变如果这些预测在几十年后能够实现美国酝酿的登月月日消息香港大学数据智能实验室主任黄超团...

陶哲轩领衔的一份62页报告出炉了，总结和预测了AI对半导体、超导体、宇宙基础物理学、生命科学等领域带来的巨大改变。如果这些预测在几十年后能够实现，美国酝酿的AI「登月

5月9日 消息:香港大学数据智能实验室主任黄超团队开发了一款名为 的图基础大模型，专注于在多种图数据集上进行零样本预测。该模型通过学习通用的图结构模式，仅通过前向传播即可对全新数据进行预测，有效缓解了图学习领域的数据饥荒问题。

关键特点:

强泛化能力:OpenGraph 旨在通过图结构模式学习，实现对未见数据的零样本预测。

提示调整技术:团队提出的提示调整技术提高了模型对新任务的适应性。

GitHub 开源:该工作已在 GitHub 上开源，供学术界和工业界使用和研究。

数据集间 token 差异解决:模型能够跨不同图数据集进行预测，解决了数据集间 token 差异的问题。

节点关系建模:在构建通用图模型时，有效建模节点关系，对模型的扩展性和效率至关重要。

数据稀缺问题的解决:通过大型语言模型进行数据增强，模拟复杂的图结构关系，提升模型训练质量。

模型架构:OpenGraph 模型由统一图 Tokenizer、可扩展的图 Transformer 和基于大语言模型的知识蒸馏技术三个核心部分组成。

实验验证:在多样化的真实场景数据集上进行测试，涵盖节点分类和链接预测任务，OpenGraph 在零样本预测中表现优异。

未来工作:团队计划增加框架的自动化能力，自动识别噪声连接，进行反事实学习，并提取图结构的通用模式，以推动模型的应用范围和效果。

研究结论:

OpenGraph 作为图基础模型构建的初步尝试，通过在多个标准数据集上的广泛测试，证明了其出色的泛化性能。研究人员希望借助 OpenGraph 显著增强模型在零样本图学习任务中的泛化能力，并探索多种下游应用。

项目地址:https://github.com/HKUDS/OpenGraph

论文地址:https://arxiv.org/pdf/2403.01121