Buchumschlag

Colorful Talks with Graphs: Human-Interpretable Graph Encodings for Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zangari, Angelo, Baghershahi, Peyman, Medya, Sourav
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Unsupervised Prompting for Graph Neural Networks
von: Baghershahi, Peyman, et al.
Veröffentlicht: (2025)

Design Requirements for Human-Centered Graph Neural Network Explanations
von: Habibi, Pantea, et al.
Veröffentlicht: (2024)

From Nodes to Narratives: Explaining Graph Neural Networks with LLMs and Graph Context
von: Baghershahi, Peyman, et al.
Veröffentlicht: (2025)

GRAPHLCP: Structure-Aware Localized Conformal Prediction on Graphs
von: Baghershahi, Peyman, et al.
Veröffentlicht: (2026)

Temporal Relation Extraction in Clinical Texts: A Span-based Graph Transformer Approach
von: Chaturvedi, Rochana, et al.
Veröffentlicht: (2025)

Efficient Relation-aware Neighborhood Aggregation in Graph Neural Networks via Tensor Decomposition
von: Baghershahi, Peyman, et al.
Veröffentlicht: (2022)

COMRECGC: Global Graph Counterfactual Explainer through Common Recourse
von: Fournier, Gregoire, et al.
Veröffentlicht: (2025)

Filter-then-Weight: Online Data Selection and Reweighting for LLM Fine-Tuning
von: Wang, Fangxin, et al.
Veröffentlicht: (2026)

Incorporating Heterophily into Graph Neural Networks for Graph Classification
von: Yang, Jiayi, et al.
Veröffentlicht: (2022)

COMBHelper: A Neural Approach to Reduce Search Space for Graph Combinatorial Problems
von: Tian, Hao, et al.
Veröffentlicht: (2023)

BANGS: Game-Theoretic Node Selection for Graph Self-Training
von: Wang, Fangxin, et al.
Veröffentlicht: (2024)

NeuroCUT: A Neural Approach for Robust Graph Partitioning
von: Shah, Rishi, et al.
Veröffentlicht: (2023)

Uncertainty in Graph Neural Networks: A Survey
von: Wang, Fangxin, et al.
Veröffentlicht: (2024)

Game-theoretic Counterfactual Explanation for Graph Neural Networks
von: Chhablani, Chirag, et al.
Veröffentlicht: (2024)

Learning Exposure Mapping Functions for Inferring Heterogeneous Peer Effects
von: Adhikari, Shishir, et al.
Veröffentlicht: (2025)

PATENTWRITER: A Benchmarking Study for Patent Drafting with LLMs
von: Shomee, Homaira Huda, et al.
Veröffentlicht: (2025)

VeriBug: An Attention-based Framework for Bug-Localization in Hardware Designs
von: Stracquadanio, Giuseppe, et al.
Veröffentlicht: (2024)

SMART: A Surrogate Model for Predicting Application Runtime in Dragonfly Systems
von: Wang, Xin, et al.
Veröffentlicht: (2025)

Verbalized Graph Representation Learning: A Fully Interpretable Graph Model Based on Large Language Models Throughout the Entire Process
von: Ji, Xingyu, et al.
Veröffentlicht: (2024)

EasyDGL: Encode, Train and Interpret for Continuous-time Dynamic Graph Learning
von: Chen, Chao, et al.
Veröffentlicht: (2023)

RIDGECUT: Learning Graph Partitioning with Rings and Wedges
von: Jiang, Qize, et al.
Veröffentlicht: (2025)

Enhancing Event Reasoning in Large Language Models through Instruction Fine-Tuning with Semantic Causal Graphs
von: Bethany, Mazal, et al.
Veröffentlicht: (2024)

LLMInit: A Free Lunch from Large Language Models for Selective Initialization of Recommendation
von: Zhang, Weizhi, et al.
Veröffentlicht: (2025)

Debiasing Message Passing to Mitigate Popularity Bias in GNN-based Collaborative Filtering
von: Islam, Md Aminul, et al.
Veröffentlicht: (2026)

A Hierarchical Language Model For Interpretable Graph Reasoning
von: Khurana, Sambhav, et al.
Veröffentlicht: (2024)

Bridging Molecular Graphs and Large Language Models
von: Wang, Runze, et al.
Veröffentlicht: (2025)

Towards Multimodal Graph Large Language Model
von: Wang, Xin, et al.
Veröffentlicht: (2025)

Graph-MLLM: Harnessing Multimodal Large Language Models for Multimodal Graph Learning
von: Liu, Jiajin, et al.
Veröffentlicht: (2025)

Graph2text or Graph2token: A Perspective of Large Language Models for Graph Learning
von: Yu, Shuo, et al.
Veröffentlicht: (2025)

Graph Linearization Methods for Reasoning on Graphs with Large Language Models
von: Xypolopoulos, Christos, et al.
Veröffentlicht: (2024)

GraphEdit: Large Language Models for Graph Structure Learning
von: Guo, Zirui, et al.
Veröffentlicht: (2024)

Language Game: Talking to Non-Human Systems
von: Zhang, Yanbo, et al.
Veröffentlicht: (2026)

Rotary Position Encodings for Graphs
von: Reid, Isaac, et al.
Veröffentlicht: (2025)

TalkWithMachines: Enhancing Human-Robot Interaction for Interpretable Industrial Robotics Through Large/Vision Language Models
von: Abbas, Ammar N., et al.
Veröffentlicht: (2024)

Large Language Models Meet Graph Neural Networks: A Perspective of Graph Mining
von: You, Yuxin, et al.
Veröffentlicht: (2024)

NGTM: Substructure-based Neural Graph Topic Model for Interpretable Graph Generation
von: Zhuang, Yuanxin, et al.
Veröffentlicht: (2025)

Let Your Graph Do the Talking: Encoding Structured Data for LLMs
von: Perozzi, Bryan, et al.
Veröffentlicht: (2024)

Learning Laplacian Positional Encodings for Heterophilous Graphs
von: Ito, Michael, et al.
Veröffentlicht: (2025)

Supra-Laplacian Encoding for Transformer on Dynamic Graphs
von: Karmim, Yannis, et al.
Veröffentlicht: (2024)

Homomorphism Counts as Structural Encodings for Graph Learning
von: Bao, Linus, et al.
Veröffentlicht: (2024)