arXiv · cs.AI· Adarsh Jamadandi, Nicolas Keriven, Aline Roumy·· 5 小时前
边缘独立性失效下的联合图扩散：引入潜在社会性先验的图生成方法
When Edge Independence Fails: Joint Graph Diffusion with Latent Sociability Priors
arXiv:2610.13765v1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：Adarsh Jamadandi, Nicolas Keriven, Aline Roumy
研究任务与主要进展
研究者提出潜在社会性先验（LSP）与联合图扩散过程，在保持交换性的同时消除边缘独立更新，用于恢复无节点特征图生成中的节点异质性和高阶结构。基于论文摘要，该方法无需复杂编码器，并在多个图生成数据集上较无节点特征基线更准确地拟合图分布；具体实验细节和基准结果未说明。
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