BriefGPT - AI 论文速递
·
Data-Centric Federated Graph Learning with Large Language Models
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究探讨了联邦图学习中的异质性问题，提出了新框架LLM4FGL，通过大型语言模型生成缺失的邻居节点，以缓解异质性。实验结果表明，该方法在多个数据集上优于现有基准。
🎯
关键要点
-
本研究探讨了联邦图学习中的异质性问题。
-
现有模型设计方案无法根本解决异质性缺陷。
-
提出了新框架LLM4FGL，通过大型语言模型生成缺失的邻居节点。
-
该方法在数据层面上缓解了异质性问题。
-
实验结果显示，LLM4FGL在多个现实世界数据集上的表现优于现有先进基准。
➡️
