Large Generative Graph Models (LGGMs): A New Class of Graph Generative Model Trained on a Large Corpus of Graphs

Большие генеративные графовые модели (LGGMs), такие как GPT, Stable Diffusion, Sora и Suno, недавно сделали замечательные успехи в создании креативного и содержательного контента, значительно повышая эффективность прикладных приложений в реальном мире.

Практические решения и ценность

LGGMs обучены на большом корпусе графов из 13 различных областей, что позволяет им превзойти другие модели графового генерирования в возможности генерации “на лету” и легкой настройке на конкретные области. Они могут генерировать графы по текстовым подсказкам, таким как описание названия сети и области, а также статистику сети.

Такие модели могут быть полезны в различных областях, таких как создание молекулярных структур с желаемыми свойствами, создание тонких атак-противников и полупрозрачных атак. Они также могут быть использованы для генерации графов в ситуациях полу-наблюдаемого обучения, таких как создание программ для обнаружения аномалий и разработка лекарств.

В целом, LGGMs представляют собой новый класс моделей графового генерирования, который превосходит другие модели в возможности генерации “на лету” и легкой настройке на конкретные области. Они также способны генерировать текст в графы.