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

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 66 👀 关注 19
GitHub ↗
GitHub 星标 ★ 1000
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,完全免费,无付费版本。

项目预览

Awesome-Language-Model-on-Graphs 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PeterGriffinJin
定价模式🏷️完全免费
价格说明开源项目,完全免费,无付费版本。
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MIT
技术栈/模型awesome-resources,generative-ai,graphs,large-language-models,survey
GitHub 星标★ 1000
上线时间2023-07-30 00:00:00
代码更新2025-03-02
仓库体积2.3 MB
本站数据更新2026-11-08
维护状态低维护
收录时间2026-08-09
浏览次数7

项目介绍

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。

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 ★ 1000

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:入门 约 5 分钟 部署方式:本地安装 6 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 可访问 GitHub 的 Git 客户端(可选,也可直接在网页上浏览)
  • 能打开 Markdown 文件的编辑器或浏览器
  • 无需编程语言环境或依赖安装

安装与启动步骤

  1. 1克隆仓库到本地

    把资源列表仓库下载到本地,便于离线检索与全文搜索;不下载也可直接在 GitHub 网页阅读。

    git clone https://github.com/PeterGriffinJin/Awesome-Language-Model-on-Graphs.git
  2. 2进入项目目录

    切换到仓库根目录,README.md 即为完整的论文与资源列表正文。

    cd Awesome-Language-Model-on-Graphs
  3. 3查看文件列表

    确认目录内容,主要为 README 与图片素材,没有需要编译或运行的代码。

    ls
  4. 4阅读综述原文

    README 声明本列表基于其综述论文整理,建议先读 arXiv 摘要页把握整体分类框架。

  5. 5按主题检索论文

    在 README 中按 LLM 用于图生成、图理解、图推理等分类浏览,定位资源链接与代码仓库。

  6. 6同步后续更新

    README 说明仓库会持续更新,进入目录后拉取最新内容即可获取新增论文条目。

    git pull

如何确认成功

本地目录中出现 README.md,且能正常打开并看到按主题划分的论文分类列表。

常见问题

Q:需要安装依赖或运行代码吗?

A:不需要。该仓库是论文与资源清单,不含可执行程序,克隆后直接阅读 Markdown 文件即可。

Q:怎样获取最新收录的论文?

A:README 说明仓库会持续更新,在仓库目录执行 git pull 即可同步最新内容。

Q:研究中使用了这些资源要做什么?

A:README 要求,若资源对你的研究有帮助,请按其 Citations 部分引用对应的综述论文。

Q:条目里的代码仓库或数据集打不开怎么办?

A:这些是第三方外部链接,可用性和维护状态由原作者决定,建议以论文页面提供的地址为准进行核对。

注意事项

  • 仓库为 awesome 资源列表,没有安装包、端口或服务进程,不要按运行服务的思路部署。
  • 部分条目指向外部代码仓库与数据集,实际可用性需自行核实。
  • 引用本资源列表时请遵守 README 中的引用要求。

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)

上一篇:reasoning-on-graphs

下一篇:VisionLLM

同类项目推荐

BreezeApp 开源

手机离线跑多种AI模型,开发者可轻松自建端侧应用

BreezeAPP 是一款為 Android 和 iOS 平台開發的純手機 AI 應用程式。從 App Store下載,即···

★ 245 2026-08-09
LLaVA-Mini 开源

一个模型搞定图像视频理解,又快又省资源

LLaVA-Mini is a unified large multimodal model (LMM) that can support the understand···

★ 573 2026-08-09
i1 开源

开源配方,简单复现高质量文生图模型

Code release for "i1: A Simple and Fully Open Recipe for Strong Text-to-Image Models···

★ 294 2026-08-09
OralGPT 开源

让 AI 看懂口腔影像,辅助诊断和报告生成

[NeurIPS'25 | CVPR'26] The official repo of OralGPT & MMOral Bench.

★ 110 2026-08-09
hello-claw 开源

从零搭建你的第一个AI助手,像领养龙虾一样简单有趣

哈喽!龙虾 ‍♀️ Adopt from scratch and build your first claw 来领养你的第一只龙虾···

★ 2216 2026-08-09
LLM4TS 开源

一网打尽LLM+时序模型,找代码、看论文、选基线,省时省力。

Large Language & Foundation Models for Time Series.

★ 564 2026-08-09
ERNIE 开源

用知识增强预训练,快速搞定复杂NLP任务

The official repository for ERNIE 4.5 and ERNIEKit – its industrial-grade developme···

★ 7740 2026-08-09
SoulChat 开源

中文心理对话模型,一键部署情绪支持助手

中文领域心理健康对话大模型SoulChat

★ 772 2026-08-09
AnyGPT 开源

让一个模型搞定文本、图像、语音、音乐的任意互转

A unified multimodal language model based on discrete sequence modeling

★ 889 2026-09-07