通过这些创新方法,GraphGPT大大增强了使用纯文本提示进行图结构建模的能力,并在各种图学习任务中取得了出色的表现。...任务驱动微调:针对特定的图学习任务,我们进一步微调LLM,以提高其在相关应用场景中的推理能力和适应性。...例如,在一个论文引用图中,节点文本信息对应于论文标题。模型的目标是根据图结点 token 的顺序重新排序节点文本信息列表,将每个图结点 token 与其相应的文本描述关联起来。...结果显示,仅通过加入PubMed数据(约20,000条),GraphGPT在Cora上的迁移表现得到了明显提升。相比之下,基于GNN的模型在Arxiv和PubMed上的迭代训练反而降低了迁移性能。...我们覆盖了多种类型的指令,包括仅基于节点文本内容(如标题和摘要)、结合基于文本的图结构的节点内容,以及本研究设计的图指令。