Key points are not available for this paper at this time.
الرسوم البيانية هي أداة قوية لتمثيل وتحليل العلاقات المعقدة في التطبيقات الواقعية. لقد أظهرت نماذج اللغة الكبيرة (LLMs) قدرات مبهرة من خلال تحقيق تقدم في أحدث التقنيات على العديد من معايير اللغة. تفتح قدرتها على معالجة وفهم اللغة الطبيعية إمكانيات مثيرة في مجالات مختلفة. على الرغم من التقدم الملحوظ في الاستدلال الآلي باستخدام النصوص الطبيعية، يبقى الاستدلال على الرسوم البيانية باستخدام نماذج اللغة الكبيرة مشكلة غير مدروسة جيدًا وقد حظيت مؤخرًا باهتمام متزايد. يبني هذا الدرس التعليمي على التقدمات الحديثة في التعبير عن مشاكل الاستدلال من خلال عدسة المهام على بيانات الرسوم البيانية. الجزء الأول من الدرس سيوفر نقاشًا متعمقًا حول تقنيات تمثيل الرسوم البيانية كمدخلات لنماذج اللغة الكبيرة. أما الجزء الثاني العملي، فسيعرض هذه التقنيات في سياق تطبيقي. كنتيجة لتعلم المشاركة في هذا الدرس، سيتمكن المشاركون من تحليل الرسوم البيانية إما على Colab المجاني أو على أجهزتهم المحلية بمساعدة نماذج اللغة الكبيرة.
Building similarity graph...
Analyzing shared references across papers
Loading...
Anton Tsitsulin
Bryan Perozzi
Bahare Fatemi
Google (United States)
Google (Canada)
Building similarity graph...
Analyzing shared references across papers
Loading...
درس Tsitsulin وآخرون (Sat,) هذا السؤال.
www.synapsesocial.com/papers/68e5b139b6db64358754a531 — DOI: https://doi.org/10.1145/3637528.3671448
Synapse has enriched 4 closely related papers on similar clinical questions. Consider them for comparative context: