图基础模型综述V3版本正式发布
2023年10月，arXiv上出现了一篇关于图基础模型的重要综述文章——《Towards Graph Foundation Models: A Survey and Beyond》。该文系统性地梳理了图基础模型的研究进展与核心技术，全面总结了众多相关研究工作。自预印本上线以来，这篇图基础模型综述持续受到广泛关注，并收获了来自读者的大量反馈与改进建议。
距离V1版本发布已过去半年多，为了进一步提升综述的质量，研究团队持续进行内容更新。版本从V1迭代至V3，参考文献数量也从152篇大幅增至222篇。V3版本作为五月中下旬开始策划的重大修订版，近日已在arXiv上再次更新。与V1版本相比，V3版本带来了哪些新的亮点与改进？
- 第4、5、6章涵盖的论文数量分别从原来的20篇、7篇、14篇增加到30篇、13篇和27篇。新收录的成果来自ICLR 2024、ICML 2024、WWW 2024、KDD 2024、SIGIR 2024、IJCAI 2024、ACL 2024等顶级会议，同时筛选了arXiv上更早期的论文，净新增29篇。
- 结合最新研究进展，对第4~6章的Discussion部分进行了更深入的探讨，第7章新增了scaling law（缩放定律）、多模态学习、隐私保护、计算效率、公平性等未来研究方向。
- 论文引用全面更新，arXiv论文占比从原来的55/152（36.2%）大幅降至20/222（9.0%），引文的质量与时效性均得到显著提升。
附件：更新日志
| 版本 | 时间 | 主要更新内容 |
|---|---|---|
| V1 | 2023年10月18日 | 初始版本，引用相关论文152篇。 |
| V2 | 2023年12月2日 | 引用相关论文增至183篇。全面优化了图表与文字质量，修正了部分细节错误。 |
| V3 | 2024年7月1日 | 引用相关论文增至222篇，收录近半年顶会最新论文。结合最新研究方向补充了未来展望，全面更新了参考文献格式。 |