arXiv · ML· Zhiyang Wang, Zhishang Luo, Yusu Wang·· 6 小时前AI 评分33
Looped GNN 如何实现图规模泛化与参数高效适应
Looped GNNs Beyond Fixed Depth: Graph Size Generalization and Parameter-Efficient Adaptation
AI 导读
论文提出 Looped GNN 架构，通过重复应用预训练局部处理器以扩展信息半径，解决小图到大数据图的泛化问题。 引入 Loop-Freeze-Steer (LFS) 方法，冻结预训练处理器并学习小型控制器，以远少于全量微调的参数实现性能提升。 实验在合成任务及芯片布局场景中验证了 LFS 在准确率与可训练参数间的权衡优势。
来源：arXiv · ML · arxiv.org