Awesome-Language-Model-on-Graphs

一页看懂大模型+图研究全景,快速找到关键论文和代码

这是一个精选论文与资源列表,基于综述论文《Large Language Models on Graphs: A Comprehensive Survey》(发表于TKDE)整理而成。项目旨在系统梳理大语言模型(LLM)与图数据结合的研究进展,解决该交叉领域文献分散、入门门槛高的问题。核心能力包括:按主题分类整理论文(如LLM用于图生成、图理解、图推理等),提供资源链接、代码仓库和基准数据集,并持续更新以跟踪最新研究。对于希望快速了解LLM+Graphs研究方向、寻找基线方法或相关代码的研究者和工程师,这是一个便捷的导航工具。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 996
维护状态 低维护
是否开源
定价模式 free

项目数据

分类开源模型
开发团队PeterGriffinJin
所属国家
官网地址
定价模式free
价格说明开源项目,完全免费,无付费版本。
访问状态
是否开源
开源协议MIT
主要语言
技术栈/模型awesome-resources,generative-ai,graphs,large-language-models,survey
GitHub 星标★ 996
30天Star增速
HF 下载量
上线时间2023-07-30 00:00:00
最近更新2026-09-19 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4

使用教程

核心亮点

  • 分类清晰,按任务/技术维度组织,便于按需检索
  • 基于权威综述论文,收录论文质量有保障
  • 持续更新,紧跟LLM+Graphs最新进展

不足之处

  • 文档/社区待观察
  • 仅提供论文列表,不包含代码实现或复现细节
  • 依赖人工维护,可能遗漏部分新近工作

适用场景

  • 科研入门:快速了解LLM+图方向的研究脉络和关键工作
  • 论文调研:寻找特定子主题(如图推理)的相关论文和基线
  • 技术选型:对比不同LLM+图方法,选择适合的模型或工具

替代项目

Awesome-Graph-Neural-Networks、Awesome-LLM、Papers with Code (Graph Learning)

项目介绍

Awesome-Language-Model-on-Graphs 是开源模型领域的开源项目,由 PeterGriffinJin 开发,2023 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(996)位列前 30%,在开源模型分类中处于中上游。

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 2026-09-19。完全免费,无付费版本。

它主要面向的使用场景是:科研入门:快速了解LLM+图方向的研究脉络和关键工作。同类可对比的替代方案包括 Awesome-Graph-Neural-Networks、Awesome-LLM、Papers with Code (Graph Learning)。

上一篇:reasoning-on-graphs

下一篇:VisionLLM

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