graphs·general

Graphs

别名
首次出现
2026-05-22
最近出现
2026-07-29
累计提及
46
§ 01综述

Graphs(图)是一种由节点和边构成的数据结构,用于建模实体及其相互关系,在计算机科学、社交网络分析、生物学和人工智能等领域扮演核心角色。其灵活的表达能力使其成为处理复杂关联数据的基石。

Graphs 近期进展

  • 位置空间与位置图:2025年6月的一篇预印本深入探讨了位置空间中的图结构,提出了位置图(Position Graphs)的理论框架,为空间推理和图嵌入提供了新视角。位置空间与位置图
  • Graph Set Transformer:融合局部与集合上下文的图集学习新架构:该架构于2025年6月发表于arXiv,设计用于同时捕捉图中节点的局部邻域信息以及整个图集的全局上下文,在图分类和回归任务上取得显著提升。Graph Set Transformer:融合局部与集合上下文的图集学习新架构
  • Amazon 推出 RNG 网络:硬件需求降 69%,吞吐量提升 33%:2025年5月,Amazon发布了随机可重构图网络(RNG),通过创新的图硬件架构大幅降低资源消耗并提升性能,推动了图计算在实际系统中的应用。Amazon 推出 RNG 网络:硬件需求降 69%,吞吐量提升 33%
  • 当前焦点与观察点

    当前图领域的研究热点包括:图神经网络的架构创新(如Graph Set Transformer)、图在AI智能体部署中的实用化(如企业级上下文图),以及图计算的硬件加速。同时,图结构(如引文图)正被用于监督生成式AI任务,例如GoR方法借助引文演化图提升研究想法生成质量。这些进展表明,graphs正从理论走向更广泛的实际部署,而高效图硬件和新型学习范式是降低成本、提升性能的关键方向。
    § 02相关报道06 条在档
    1. 01
      AI x Graphs Track 直播启动,Neo4j CEO 等多位专家参与
      AI Engineer
    2. 02
      位置空间与位置图
      arXiv cs.AI
    3. 03
      Context graphs是企业部署智能体的最佳方式
      Aravind Srinivas
    4. 04
      Graph Set Transformer:融合局部与集合上下文的图集学习新架构
      arXiv cs.LG
    5. 05
      Amazon 推出 RNG 网络:硬件需求降 69%,吞吐量提升 33%
      rohanpaul_ai
    6. 06
      GoR:用引文演化图监督研究想法生成,SFT 超越 GPT-4o
      arXiv cs.AI
    § 03邻近话题

    本页综述由 AITOP 基于公开报道整理。原报道版权归各自来源所有。

    /topic/Graphs