semi-supervised learning

2 items

RESEARCHarXiv CS.LG·13/04/2026

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

Cet article propose le framework "GNN-as-Judge" pour améliorer les performances des LLM en apprentissage semi-supervisé few-shot sur les graphes à attributs textuels (TAGs) où les données étiquetées sont rares. La méthode relève les défis de la génération de pseudo-étiquettes fiables et de l'atténuation du bruit d'étiquette en intégrant le biais inductif structurel des GNNs.

semi-supervised learning LLMs GNNs Few-Shot Learning

RESEARCHarXiv CS.LG·il y a 19j

Graph Transductive Sharpening: Leveraging Unlabeled Predictions in Node Classification

Cet article présente le Transductive Sharpening (TS), une modification au niveau de la perte pour la classification semi-supervisée des nœuds. Il exploite les prédictions sur les nœuds non étiquetés en minimisant l'entropie de prédiction pour extraire des signaux d'entraînement utiles.

semi-supervised learning Graph Neural Networks machine learning Node Classification