Core Concepts
Foundation models can enhance graph-based tasks through message passing operators.
Abstract
新しいフレームワークであるFoundation-Informed Message Passing(FIMP)は、事前学習されたファウンデーションモデルの重みを使用してメッセージパッシングオペレータを構築し、グラフベースのタスクのパフォーマンスを向上させます。このアプローチは、さまざまなデータドメインでグラフベースのタスクにおけるパフォーマンスを向上させる可能性があります。FIMPは、自己教師付き再構成目的で事前学習されたモデルにより、線形分類器のテストセット精度が報告されています。
Stats
FIMPはfMRI脳活動信号再構築で最も近いベースラインより25%の改善を示しました。
FIMPは空間遺伝子発現予測タスクでも他の手法を上回りました。
Cifar-100画像再構築では、FIMPは最も近いベースライン手法より17%優れた性能を示しました。