Início Projetos Awesome-LLM4Graph-Papers
Awesome-LLM4Graph-Papers
fundation-models

Awesome-LLM4Graph-Papers

[KDD'2024] "LLM4Graph: A Survey of Large Language Models for Graphs"

por HKUDS · GitHub
Estrelas
Forks
Tendências
Criado
Último commit
fundation-modelsgraph-algorithmsgraph-fundation-models
Ver no GitHub
Em palavras simples

Navegue por uma coleção de artigos de pesquisa e recursos sobre o uso de grandes modelos de linguagem para tarefas relacionadas a gráficos.

Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
Awesome-LLM4Graph-Papers — GitHub preview card
📈 Histórico de estrelas
371369
2026-07-202026-08-31
📈 Acompanhe Awesome-LLM4Graph-Papers

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

[KDD'2024] "LLM4Graph: A Survey of Large Language Models for Graphs"

Awesome-LLM4Graph-Papers tem 371 estrelas no GitHub. Foi bifurcado 19 vezes. Está em desenvolvimento ativo desde 2024. Os seus principais temas são: fundation-models, graph-algorithms, graph-fundation-models, graph-neural-networks.

Frequently asked questions

O que é Awesome-LLM4Graph-Papers?

[KDD'2024] "LLM4Graph: A Survey of Large Language Models for Graphs"

Awesome-LLM4Graph-Papers é de código aberto?

Awesome-LLM4Graph-Papers é um projeto de código aberto.

Awesome-LLM4Graph-Papers é gratuito?

Sim. Awesome-LLM4Graph-Papers é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

🏅 Mantenedor deste projeto?
olud.ai badge — Awesome-LLM4Graph-Papers

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=hkuds-awesome-llm4graph-papers)](https://olud.ai/project/hkuds-awesome-llm4graph-papers.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.