graph-based-methods

该论文提出局部预测一致性作为成对个体公平性定义的节点级松弛，通过相似度加权的邻域平均预测来生成可解释的公平性分数，并将其扩展到二分类、回归和生存分析场景。

TIGPO提出了一种时间实例图策略优化方法，通过持久转移图和重访槽，扩展了基于图的信用分配跨策略更新，用于长视域LLM智能体，以改善优势估计和在ALFWorld和WebShop等基准测试上的性能。

GenEx是一种新型基于图的流程，它将SARS-CoV-2基因序列转换为密码子共现图以检测变体，使用MSCG和LAPCG等技术，并通过基准测试的机器学习模型证明了其有效性。

BERTilda是一个可解释的框架，通过构建带有相似性和流信号的时间图来跟踪纵向文本流中的主题生命周期，以检测分裂、合并和其他转变，并在标注数据集上达到高一致率。

GraphPO 是一种新颖的基于图的强化学习框架，它将轨迹表示为一个有向无环图，合并语义等价的推理路径，以减少冗余探索并改进大型推理模型的信用分配。