提案手法は、単一のノードから徐々に全体のグラフ構造を構築することで、大規模なグラフを効率的に生成する。局所的な拡張と精緻化を繰り返すことで、グローバルな構造とローカルな詳細を同時に捉えることができる。
ステインジェンは、単一のグラフ観測からグラフサンプルを生成する新しい手法である。ステインジェンは、ステインの方法とマルコフ連鎖モンテカルロ法を組み合わせ、ステイン演算子に基づくマルコビアン動力学を使用することで、高い忠実性と多様性を兼ね備えたグラフサンプルを生成する。
ギャップエンコーディングを用いることで、エッジリスト表現のボキャブラリサイズを大幅に削減し、スケーラブルでかつ効果的なグラフ生成を実現する。
LLMsはグラフ生成タスクで有望な初期能力を示す。