Large Graph Models: A Perspective

本文是LLM系列文章，针对《Large Graph Models: A Perspective》的翻译。
@TOC

摘要

大型模型已成为人工智能，尤其是机器学习领域的最新突破性成就。然而，当涉及到图形时，大型模型并没有像在自然语言处理和计算机视觉等其他领域那样取得成功。为了推动大型图模型的应用，我们提出了一篇前瞻性的论文来讨论开发大型图模型所面临的挑战和机遇。首先，我们讨论了大图模型的期望特性。然后，我们从三个关键角度进行了详细的讨论：表示基础、图数据和图模型。在每一类中，我们都简要概述了最近的进展，并强调了剩余的挑战以及我们的愿景。最后，我们讨论了大型图模型的有价值的应用。我们相信，这篇前瞻性论文能够鼓励对大型图模型的进一步研究，最终使我们向人工通用智能（AGI）迈进一步。

1 引言

2 大图模型的期望特征

3 图表示基础

4 图数据

5 图模型

6 应用

7 结论

总之，大型图模型可能会彻底改变图机器学习领域，但它们也带来了许多挑战，包括表示基础、图数据、图模型和应用。与此同时，正在进行有希望的努力来应对这些挑战，为研究人员和从业者创造了令人兴奋的机会。我们希望我们的观点将激励我们继续努力，并在大型图模型方面取得进展。