带你读论文第九期：北邮博士张梦玫讲图模型对齐大语言模型！

WhalePaper简介

WhalePaper是由Datawhale团队成员发起的项目，旨在分享学术论文中成熟的主题和开源方案。通过共同阅读和分享论文的方式，帮助学习者以高效、全面、自律的方式进行学习。涵盖的领域包括自然语言处理（NLP）、计算机视觉（CV）、推荐系统（Res）等，并计划未来引入更多的研究方向。开源地址为Datawhale官方网站。

会议概况

International World Wide Web Conference（简称WWW）是一个由国际万维网会议委员会主办的顶级学术会议，始于1994年，每年举办一次，并被CCF评为A类会议。

嘉宾简介

张梦玫，电信翼支付的高级技术专家，毕业于北京邮电大学博士，研究方向包括金融风控、大模型、知识图谱和可信图神经网络。她在WWW、AAAI、ICDM、NeurIPS、USENIX等顶级会议上发表相关工作，并担任会议审稿人。

论文详情

论文题目为《GraphTranslator: Aligning Graph Model to Large Language Model for Open-ended Tasks》，探讨图模型对齐大语言模型的主题。论文指出图神经网络（GNN）在多个领域取得成功，但通常局限于预定义任务。相反，大型语言模型（LLM）如ChatGPT在处理开放式任务方面表现出潜力，推动跨模态研究。现有研究将LLM应用于图，但无法同时处理预定义和开放式任务。这篇论文提出了GraphTranslator框架，结合预训练的图模型和大型语言模型，通过「Translator」模块将图节点嵌入转换为LLM理解的token嵌入，并通过「Producer」模块解决数据对齐问题。论文地址：https://arxiv.org/pdf/2402.07197.pdf。

分享时间与参与方式

分享会将于2024年3月30日（周六）20点举行。感兴趣的读者可以通过会议链接腾讯会议参与。若想加入相关群组，可在公众号后台回复“paper”。