电子书上新 |《图技术与大模型在多领域的应用》

领取方式如下：

点击下方标签，关注 DataFunSummit公众号

关注上方公众号，私信回复 『图技术』 获取领取方式

资料目录及介绍：

GraphGPT: 大语言模型的图结构指令微调

GraphGPT旨在使大语言模型理解图结构数据，执行图相关任务如节点分类和链接预测。面对图数据多样性和大模型能力迁移的挑战，GraphGPT探讨了图输入方法、模型对齐及推理能力增强等解决方案，目标实现大模型作为零样本图学习者的潜力。

复杂图上的知识迁移学习

图技术在金融反欺诈中的应用

图技术在金融反欺诈中日益关键，通过构建复杂关系网络，提升识别黑产欺诈的精准度与效率。应对黑产欺诈手段升级，图算法助力发现聚集性风险与隐藏模式，保障金融安全与用户体验。

电信网络中的图学习性能优化

本文介绍了图技术在电信网络中的应用与发展，探讨图学习在金融风控、商业推荐等领域的优势与挑战，重点分析了图学习在性能优化方面的策略，并展望了未来发展趋势。

LLM 快速发展时代下图基础模型初探

多域图大模型在百度推荐系统的实践与思考

多域图大模型在百度推荐系统中被深入实践，通过图嵌入与图神经网络算法优化节点分类与边预测任务，提升推荐精准度。本文分享了图模型背景、常用算法及在百度Feed图模型中的演进历史，展现了多域图大模型在复杂推荐场景中的实际应用与成效。

蚂蚁关于TuGraph-DB 图数据库高可用架构介绍

深入浅出快手图数据库：看架构如何让推荐召回更高效