标签
该论文提出了Wiki Foundation Model (WFM)，一个新颖的基础模型，用于可扩展的、代理原生的表示和检索，使用LLM Wiki，将密集文本与链接结构相结合，在基准测试中表现出色，并实现10.5倍的训练加速。
GPEvac是一个基于GNN的PPO框架，可在枪击事件期间计算适应性疏散路线，与基线方法相比，显著降低威胁暴露风险。
SAGE-XGBoost 是一个机器学习框架，它使用空间增强图嵌入和数据增强来提升在数据稀缺条件下的自然灾害易发性映射，展示了优于传统模型的性能。
本文分析了非均匀随机图中的保距嵌入，提供了比经典最坏情况结果更紧的失真界，并引入了一种GNN增强变体，可从小型图中学习通用特征。
MABLE将掩码重建与余弦相似度损失相结合，从大型异构图中学习节点和图嵌入，在地球空间矿产勘探数据上进行了演示。它在一个无需标注数据的自监督框架中统一了掩码自编码和度量学习。