热点事件持续更新
学者提出免预训练图基础模型GraphFlowFM
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
2026年11月3日，学者提出通用图基础模型GraphFlowFM。该模型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，GraphFlowFM在21个数据集上取得2025年和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，该模型在全部6个链接预测数据集上超越了预训练图基础模型，在分子分类评测中排名第二。
AI 根据报道生成 · 6 小时前更新
最新进展11月3日 13:00
学者提出GraphFlowFM，利用冻结的TimesFM时间序列模型实现免预训练图学习并取得优异评测表现。报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- 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。
本事件热度走势
当前热度 8·可比范围峰值 9（11月3日 18:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。