形式追随功能：基于功能需求的文本到文本条件图生成
机器学习
2023-11-02 v1
摘要
本工作关注于一种新问题设定：根据图在下游任务中功能需求的描述来生成图。我们将该问题表述为文本到文本生成问题，并聚焦于微调预训练大语言模型 (LLM) 以生成图的方法。我们提出一种归纳偏置，通过将消息传递层整合进 LLM 架构，将图结构信息纳入 LLM 的生成过程。为评估所提方法，我们利用公开且被广泛研究的分子和知识图数据集设计了一组新实验。结果表明，我们提出的方法生成的图更贴合所请求的功能需求，以统计显著优势优于基于相似任务开发的基线。
引用
@article{arxiv.2311.00444,
title = {Form follows Function: Text-to-Text Conditional Graph Generation based on Functional Requirements},
author = {Peter A. Zachares and Vahan Hovhannisyan and Alan Mosca and Yarin Gal},
journal= {arXiv preprint arXiv:2311.00444},
year = {2023}
}