GRAPE

给图神经网络装上更强的位置编码,提升结构感知能力。

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 7 🐛 待处理 2 👀 关注 1
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 122
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,Apache-2.0许可证,可免费使用和部署。

项目预览

GRAPE 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队model-architectures
定价模式🏷️完全免费
价格说明开源项目,Apache-2.0许可证,可免费使用和部署。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型deep-learning,foundation-models,large-language-models,llms,model-architectures,position-encoding,pretraining
GitHub 星标★ 122
上线时间2025-12-08 00:00:00
代码更新2026-11-05
仓库体积2.9 MB
本站数据更新2026-11-10
维护状态活跃
收录时间2026-08-09
浏览次数14

项目介绍

GRAPE 是一个面向图神经网络的表示位置编码方法,由 ICLR 2026 论文提出。它通过将节点分组并学习组级别的表示位置编码,解决了传统位置编码在捕捉图结构信息时表达能力不足的问题。核心能力包括:支持多种图任务(如节点分类、链接预测),可与主流 GNN 架构(如 GCN、GAT)无缝集成,并提供高效的组表示学习机制。该工具主要面向图学习研究者和工程师,帮助提升模型对图结构位置信息的利用效率,从而改善下游任务性能。项目代码以 Python 实现,基于 PyTorch 等框架,提供简洁的 API 和示例,便于快速上手和实验复现。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 122

核心亮点

  • 提出新颖的组表示位置编码,理论上能捕捉更丰富的图结构信息
  • 与主流 GNN 框架兼容,易于集成到现有模型
  • 提供完整论文和代码,便于复现和二次开发

不足之处

  • 项目处于早期阶段,文档和社区支持待观察
  • 尚未有大规模应用案例,实际效果需进一步验证

适用场景

  • 图节点分类任务,提升模型对图结构的理解
  • 链接预测场景,增强边存在性的预测能力
  • 图表示学习研究,作为位置编码模块的改进方案

替代项目

Graph Positional Encoding (如 LapPE)、Graphormer (中心性编码)、Position-aware Graph Neural Networks (P-GNN)

上一篇:TPA

下一篇:AgentGym

同类项目推荐

Tutel 开源

让 MoE 大模型训练更快更省显存,支持 FP8/FP4 低精度。

Tutel MoE: Optimized Mixture-of-Experts Library, Support GLM/Kimi/Gpt/DeepSeek/Qwen ···

★ 1028 2026-09-16
hls-foundation-os 开源

微调 HLS 遥感基础模型,快速落地分类任务

This repository contains examples of fine-tuning Harmonized Landsat and Sentinel-2 (···

★ 409 2026-08-09
ZO-LLM 开源

用零阶优化在低显存下微调大模型,省内存不省效果

[ICML‘24] Official code for the paper "Revisiting Zeroth-Order Optimization for Mem···

★ 131 2026-08-09
MoE-plus-plus 开源

零计算专家,让MoE模型更快更省,性能不减

[ICLR 2025] MoE++: Accelerating Mixture-of-Experts Methods with Zero-Computation Exp···

★ 281 2026-08-09
sapientml 开源

上传表格数据,自动生成并筛出可用建模流水线

Generative AutoML for Tabular Data

★ 446 2026-11-03
RandOpt 开源

在预训练权重附近挖出多个专家模型,提升泛化与集成效果

Official Codebase for "Neural Thickets: Diverse Task Experts Are Dense Around Pretra···

★ 658 2026-08-09
tempo 开源

把训练好的模型一键打包部署,快速上线生产环境

MLOps Python Library

★ 122 2026-08-09
Long-RL 开源

让强化学习轻松驾驭超长序列,训练更稳更快

Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)

★ 730 2026-08-09
sagemaker-training-toolkit 开源

把训练脚本塞进容器,SageMaker 自动跑训练并上传模型

Train machine learning models within a Docker container using Amazon SageMaker.

★ 531 2026-10-12