Awesome-LLM4Graph-Papers

一页览尽 LLM 与图数据交叉研究,快速定位关键论文

Awesome-LLM4Graph-Papers 是一个收录大语言模型(LLM)在图数据领域应用相关论文的精选列表,源自 KDD 2024 的综述论文《LLM4Graph: A Survey of Large Language Models for Graphs》。该项目系统整理了 LLM 在图学习、图生成、图问答等方向的研究成果,为研究者提供结构化导航。其核心能力包括按任务类型(如节点分类、链接预测、图生成)和模型架构(如 GNN+LLM、纯 LLM)分类的论文索引,并附有代码链接和简短摘要,帮助用户快速定位相关工作和复现资源。项目解决了图数据与 LLM 结合领域文献分散、入门门槛高的问题,是进入该交叉领域的高效起点。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 369
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队HKUDS
所属国家
官网地址
定价模式free
价格说明开源论文列表项目,无付费功能,完全免费。
访问状态
是否开源是
开源协议
主要语言
技术栈/模型fundation-models,graph-algorithms,graph-fundation-models,graph-neural-networks,graph-representation-learning,large-language-models
GitHub 星标★ 369
30天Star增速
HF 下载量
上线时间2024-05-11 00:00:00
最近更新2026-09-18 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

核心亮点

  • 基于 KDD 2024 权威综述,分类体系清晰,覆盖任务与模型双维度
  • 每篇论文附代码链接,便于复现和二次开发
  • 持续更新,紧跟 LLM4Graph 领域最新进展

不足之处

  • 仅提供论文列表,无代码实现或数据集
  • 文档/社区待观察

适用场景

  • 入门 LLM 与图数据交叉领域,快速了解研究全貌
  • 寻找特定图任务(如节点分类)的 LLM 解决方案
  • 调研图生成或图问答方向的前沿工作

替代项目

Awesome-GraphLLM、LLM4Graph、Awesome-LLM-Graph

项目介绍

Awesome-LLM4Graph-Papers 是开源模型领域的开源项目,由 HKUDS 开发,2024 年首次发布。

它收录于开源模型分类,该分类目前共有 424 个项目,GitHub 星标数为 369。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-18。开源论文列表项目,无付费功能,完全免费。

它主要面向的使用场景是:入门LLM与图数据交叉领域,快速了解研究全貌。同类可对比的替代方案包括 Awesome-GraphLLM、LLM4Graph、Awesome-LLM-Graph。

同类项目推荐

Machine-Learning 开源

跟着博客笔记,边看边跑机器学习代码

All content related to machine learning from my blog

★ 115 2026-08-09
CoreML-Models 开源

下载即用的苹果端 AI 模型库,免去转换烦恼

Core ML model zoo for iOS/macOS — PyTorch models converted to ready-to-use .mlpacka···

★ 1873 2026-08-10