arXiv · cs.AI· Yuxiang Zeng, Kun Xie, Yang Wang, Jigang Wen, Xiaocan Li, Guangxing Zhang, Gaogang Xie, Jiannong Cao·· 11 小时前
DTA-GT：面向神经网络表示学习的方向与拓扑感知图Transformer
DTA-GT: Direction- and Topology-Aware Graph Transformer for Neural Network Representation Learning
arXiv:2610.16822v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yuxiang Zeng, Kun Xie, Yang Wang, Jigang Wen, Xiaocan Li, Guangxing Zhang, Gaogang Xie, Jiannong Cao
研究任务与主要进展
研究者提出DTA-GT，一种利用全编码器方向一致性表示神经网络架构DAG的图Transformer，用于有限预算下预测架构准确率和延迟。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org