arXiv · ML· Kaiwen Bian, Andrew H. Yang, Yusu Wang, Ali Parviz, Gal Mishne·· 10 天前AI 评分28
自回归图生成中的层级化抽象与组合式序列化方法
Beyond Flat Walks: Compositional Abstraction for Autoregressive Graph Generation
AI 导读
该研究提出层级图抽象与由粗到细生成管线,替代自回归图生成中的扁平节点-边遍历。 管线分离粗化、分词与解码,定义社区粗化、层级分词及顺序随机化三个设计轴。在10个基准测试中,固定骨干与训练协议下,层级序列化显著提升分子数据集的分布与结构保真度。 结果显示保真度提升与计算成本权衡受粗化策略影响,跨层级随机化可优化性能表现。
来源:arXiv · ML · arxiv.org