图基础模型研究进展与挑战：图神经网络的视角

摘要： 图基础模型（GFM）是基础模型思想在图学习领域中的延伸，是在广泛图数据上预训练并微调适配多种下游任务的图模型。与借助大语言模型（LLM）实现GFM的技术路线不同，主要关注从图神经网络（GNN）的角度构建GFM。首先，分析了GFM的研究现状并定义了关键概念。其次，总结了GFM骨干架构和基础表示单元的研究成果。再次，根据代理任务和微调策略的不同，分别总结了图模型的预训练技术与微调方... （共23页）