#graph diffusion models

用一阶逻辑约束扩散模型，推理时就能减少无效图，做图生成的朋友可以看看

一篇有意思的论文：图扩散模型表面看在生成新图，其实悄悄背下了训练图，普通指标还查不出来。

一篇图生成方向的理论修正：作者指出独立边更新导致先验必然是 E-R 随机图，提出 LSP 联合扩散来修复，做图生成的可以看看推导和实验。

SPIRE通过结构熵改进联邦学习中的客户端权重计算，在异构数据下效果显著。