GNN-as-Judge: Unleashing the Power of LLMs for Graph Learning with GNN Feedback

Este artículo propone el framework "GNN-as-Judge" para mejorar el rendimiento de los LLM en el aprendizaje semi-supervisado de pocas tomas en Text-Attributed Graphs (TAGs), donde los datos etiquetados son escasos. El método aborda los desafíos de generar pseudoetiquetas fiables y mitigar el ruido de las etiquetas incorporando el sesgo inductivo estructural de las GNN.