GRAPH / PROMPT LEARNING
ProG
NeurIPS 2024
A Graph Prompt Learning Benchmark
组合 6 种预训练方法、5 种 Prompt 方法与 15 个数据集。
6预训练方法
5提示方法
15数据集
01 / RESEARCH OVERVIEW
评测问题
图提示学习如何在不同预训练方案和下游任务中发挥作用?ProG 为方法选择提供统一比较框架。

02 / RESEARCH OVERVIEW
评测设计
组合 6 种预训练方法、5 种图提示技术与 15 个数据集,从性能、灵活性和效率三个方面比较。
03 / RESEARCH OVERVIEW
研究贡献
将已有方法组织为“提示作为图”和“提示作为 Token”两类,并提供开源库,降低执行、复现与比较不同图提示模型的成本。
研究介绍与结果据论文原文 ↗整理;实验结论对应原文中的模型、数据与协议。
浏览全部 17 项 Benchmark ↗