研究通过合成数据课程学习构建图关系基础模型Griffin

2026年10月，研究人员将先验数据拟合网络（PFN）范式扩展至基于图的关系基础模型 Griffin。该方案在大规模合成关系数据库上开展课程学习预训练，并将预训练编码器的隐式表示输入冻结的上下文预测器，使得下游任务无需进行任何微调。在 16 个真实关系分类任务的评测结果显示，纯合成课程学习取得了最强的冻结性能，其表现优于纯真实数据预训练及单阶段混合训练。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。