arXiv ID:
2603.02938
arXiv 提交日期: 2026-03-03
超越一刀切:面向大语言模型零样本图学习的自适应子图去噪 / Beyond One-Size-Fits-All: Adaptive Subgraph Denoising for Zero-Shot Graph Learning with Large Language Models
1️⃣ 一句话总结
这篇论文提出了一个名为GraphSSR的新框架,它通过一个自适应的‘采样-选择-推理’流程,动态地为大语言模型提取并净化与任务相关的子图结构,从而解决了现有零样本图学习方法中‘一刀切’子图提取带来的噪声干扰问题,提升了模型在未见数据上的推理性能。