Signformer是一种新型手语翻译架构，旨在解决现有方法在资源消耗和实用性方面的问题。该研究在边缘人工智能应用中表现出色，显著降低了参数需求，并在2024年排行榜中名列第二。

本研究提出了一种新颖的动态消息传递机制，解决了图神经网络对输入拓扑的过度依赖问题。通过引入可学习的伪节点，促进灵活的消息传递路径构建。实验结果显示，该模型在多个基准测试中表现优越，显著降低了参数需求，适应大规模图分类任务。