arXiv · cs.AI · Javier Porras-Valenzuela, Arush Arora, Alejandro Ribeiro · 4 小时前模型评分38
用可学习图位置编码扩展语言模型的图推理能力
Scaling Graph Reasoning in Language Models with Learnable Graph Positional Encodings
导读
研究者提出用可学习的图位置编码增强语言推理模型（LRM，Language Reasoning Model），通过图神经网络（GNN，Graph Neural Network）加 Graph Transformer 计算位置编码并调制注意力分数，省去序列化邻接表，把上下文负担降到 O(N)。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We propose to address this by augmenting LRMs with scalable and permutation equivariant graph positional encodings that modulate attention logits.”
来源：arXiv · cs.AI · arxiv.org