8个数据集全面胜出！思维链推理刷新图学习表现上限

研究者提出了GCoT，一种首次将思维链提示学习扩展到无文本图数据的框架。通过逐步推断机制，GCoT将图数据的推理过程分解为多个步骤，包括基于提示的推断、思维构建和节点特定提示生成。实验结果表明，GCoT在八个图数据集上的少样本节点分类和图分类任务中超越了现有SOTA方法，尤其在1-5样本设置下表现突出。此外，消融实验进一步验证了其设计的有效性和通用性。作为一种创新性框架，GCoT拓展了图学习的推理方式，并为未来研究提供了新思路。
来源：https://mp.weixin.qq.com/s/nECIcbc_7JXBdabufk7_xQ