论文图谱当如是：Awesome-Graphs用200篇图系统论文打个样
试想在你刚接触一个陌生的技术领域时，如果有办法以“上帝视角”看到该领域完整的历史发展轨迹，是否可以让自己的技术探索更有的放矢，胸有成竹呢？是的，你没猜错，这个玩意儿叫论文图谱。我通过“人肉扫描”了200多篇图计算系统的论文，整理了心中理想的“图系统论文图谱”原型，大家可以“类比想象”一下当下关注技术领域的论文图谱应当如何。
Transformer 能代替图神经网络吗?
Transformer模型的革新性在于其自注意力机制，广泛应用于多种任务，包括非原始设计领域。近期研究专注于Transformer的推理能力，特别是在图神经网络（GNN）上下文中。
深入解读TuGraph计算引擎模型推理系统
TuGraph计算引擎模型推理系统将基于迭代计算的图计算框架与模型推理系统相结合，推理系统可自定义推理依赖环境，图迭代计算与推理链路实现隔离。基于共享内存的跨进程通信方式，提高了推理数据交换效率，满足流图近线推理的时效性。