学者提出免预训练图基础模型GraphFlowFM

1. 13:00
   arXiv 机器学习

   通过并行流利用冻结时间序列基础模型构建通用图基础模型

   GraphFlowFM 无需图预训练与梯度更新，通过将图分解为并行流路径，直接利用冻结的 TimesFM 时间序列基础模型充当图基础模型。在节点分类评测中，其在 21 个数据集上取得 2025 和 2026 年图基础模型中的最佳平均排名，并在 17 个数据集上排名第一。此外，它在全部 6 个链接预测数据集上超越预训练图基础模型，在分子分类中排名第二。

Current heat 5·Comparable peak 9（Nov 3 18:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.