本研究提出了一种新的图神经网络基准测试方法，通过最大化重叠边进行自监督学习，解决图对齐问题。实验结果表明，该方法在分子回归任务中优于传统卷积架构。

本研究提出了GALLM模型，通过模板和文本匹配任务解决大型语言模型在图数据处理中的不对齐问题，提升了监督学习和零样本能力，为图模型发展提供新方向。