Buchumschlag

Is One Token All It Takes? Graph Pooling Tokens for LLM-based GraphQA

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Grover, Ankit, Giaretta, Lodovico, Bourgerie, Rémi, Girdzijauskas, Sarunas
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

Semi-decentralized Training of Spatio-Temporal Graph Neural Networks for Traffic Prediction
von: Kralj, Ivan, et al.
Veröffentlicht: (2024)

Adaptive Graph Pruning with Sudden-Events Evaluation for Traffic Prediction using Online Semi-Decentralized ST-GNNs
von: Kralj, Ivan, et al.
Veröffentlicht: (2025)

Are We Wasting Time? A Fast, Accurate Performance Evaluation Framework for Knowledge Graph Link Predictors
von: Cornell, Filip, et al.
Veröffentlicht: (2024)

Open World Learning Graph Convolution for Latency Estimation in Routing Networks
von: Jin, Yifei, et al.
Veröffentlicht: (2022)

Leap: Inductive Link Prediction via Learnable TopologyAugmentation
von: Samy, Ahmed E., et al.
Veröffentlicht: (2025)

Automated Model Design using Gated Neuron Selection in Telecom
von: Orucu, Adam, et al.
Veröffentlicht: (2026)

When to restart? Exploring escalating restarts on convergence
von: Varshney, Ayush K., et al.
Veröffentlicht: (2026)

On the effects of similarity metrics in decentralized deep learning under distributional shift
von: Zec, Edvin Listo, et al.
Veröffentlicht: (2024)

Lost in Tokenization: Fundamental Trade-offs in Graph Tokenization for Transformers
von: Bechler-Speicher, Maya, et al.
Veröffentlicht: (2026)

Graph Tokenization for Bridging Graphs and Transformers
von: Guo, Zeyuan, et al.
Veröffentlicht: (2026)

Adaptive Tokenization: On the Hop-Overpriority Problem in Tokenized Graph Learning Models
von: Wang, Zhibiao, et al.
Veröffentlicht: (2025)

Enhanced Graph Transformer with Serialized Graph Tokens
von: Wang, Ruixiang, et al.
Veröffentlicht: (2026)

Contextual Tokenization for Graph Inverted Indices
von: Chakraborty, Pritish, et al.
Veröffentlicht: (2025)

Scale When Needed: Adaptive Neuron-level Mixed Precision Quantization Aware Training
von: Varshney, Ayush K., et al.
Veröffentlicht: (2026)

One Token to Fool LLM-as-a-Judge
von: Zhao, Yulai, et al.
Veröffentlicht: (2025)

GRAFT: Graph-Tokenized LLMs for Tool Planning
von: Gao, Xinyi, et al.
Veröffentlicht: (2026)

Entropy-Guided Dynamic Tokens for Graph-LLM Alignment in Molecular Understanding
von: Jing, Zihao, et al.
Veröffentlicht: (2026)

Not All Tokens Matter: Towards Efficient LLM Reasoning via Token Significance in Reinforcement Learning
von: Liu, Hanbing, et al.
Veröffentlicht: (2025)

Revisiting Graph-Tokenizing Large Language Models: A Systematic Evaluation of Graph Token Understanding
von: Zhang, Zhongjian, et al.
Veröffentlicht: (2026)

Not All Tokens Are Meant to Be Forgotten
von: Zhou, Xiangyu, et al.
Veröffentlicht: (2025)

Learning Graph Quantized Tokenizers
von: Wang, Limei, et al.
Veröffentlicht: (2024)

Technical Report: The Graph Spectral Token -- Enhancing Graph Transformers with Spectral Information
von: Pengmei, Zihan, et al.
Veröffentlicht: (2024)

Towards Improved Sentence Representations using Token Graphs
von: Mantri, Krishna Sri Ipsit, et al.
Veröffentlicht: (2026)

Improving Routing in Sparse Mixture of Experts with Graph of Tokens
von: Nguyen, Tam, et al.
Veröffentlicht: (2025)

Rethinking Tokenizer and Decoder in Masked Graph Modeling for Molecules
von: Liu, Zhiyuan, et al.
Veröffentlicht: (2023)

Rethinking Tokenized Graph Transformers for Node Classification
von: Chen, Jinsong, et al.
Veröffentlicht: (2025)

BN-Pool: Bayesian Nonparametric Pooling for Graphs
von: Castellana, Daniele, et al.
Veröffentlicht: (2025)

Contrastive Token-level Explanations for Graph-based Rumour Detection
von: Chin, Daniel Wai Kit, et al.
Veröffentlicht: (2025)

Data-Driven Self-Supervised Graph Representation Learning
von: Samy, Ahmed E., et al.
Veröffentlicht: (2024)

One for All: Towards Training One Graph Model for All Classification Tasks
von: Liu, Hao, et al.
Veröffentlicht: (2023)

VecFormer: Towards Efficient and Generalizable Graph Transformer with Graph Token Attention
von: Zhou, Jingbo, et al.
Veröffentlicht: (2026)

Enabling Autoregressive Models to Fill In Masked Tokens
von: Israel, Daniel, et al.
Veröffentlicht: (2025)

Leveraging Contrastive Learning for Enhanced Node Representations in Tokenized Graph Transformers
von: Chen, Jinsong, et al.
Veröffentlicht: (2024)

Todyformer: Towards Holistic Dynamic Graph Transformers with Structure-Aware Tokenization
von: Biparva, Mahdi, et al.
Veröffentlicht: (2024)

NTFormer: A Composite Node Tokenized Graph Transformer for Node Classification
von: Chen, Jinsong, et al.
Veröffentlicht: (2024)

The Role of Node Features in Graph Pooling
von: von Pichowski, Jan, et al.
Veröffentlicht: (2026)

Graph Pooling by Local Cluster Selection
von: Chen, Yizhu
Veröffentlicht: (2024)

Graph Pooling via Ricci Flow
von: Feng, Amy, et al.
Veröffentlicht: (2024)

Edge-Based Graph Component Pooling
von: Snelleman, T., et al.
Veröffentlicht: (2024)

LLMs as Zero-shot Graph Learners: Alignment of GNN Representations with LLM Token Embeddings
von: Wang, Duo, et al.
Veröffentlicht: (2024)