精选理由
AdaR让图模型在测试时自己调整推理步数，不用重新训练，效果比传统图神经网络好。
本文提出AdaR，一种自适应递归图模型，解决预训练图模型与固定架构不匹配问题。理论分析证明步骤依赖是自适应递归收敛的充要条件。AdaR通过编码归一化步骤信息和表示-目标关系实现自适应推理，并利用梯度监督信号确保递归收敛。在归纳和直推设置下，AdaR在多项图学习中优于现有强基线模型。
AI 翻译 · 中文
本文提出AdaR，一种自适应递归图模型，解决预训练图模型与固定架构不匹配问题。理论分析证明步骤依赖是自适应递归收敛的充要条件。AdaR通过编码归一化步骤信息和表示-目标关系实现自适应推理，并利用梯度监督信号确保递归收敛。在归纳和直推设置下，AdaR在多项图学习中优于现有强基线模型。
Pre-trained foundation models have demonstrated remarkable success in many domains, enabling a unified backbone to generalize across diverse downstream tasks. However, extending this paradigm to graph learning remains ch…