Surprisingly Simple and Effective Multi-Domain Graph Foundation Model through Graph-to-Table Alignment

📄 arXiv: 2607.11374v1 📥 PDF

作者: Chunyu Hu, Tianyin Liao, Ge Lan, Xingxuan Zhang, Jianxin Li, Peng Cui, Ziwei Zhang

分类: cs.LG

发布日期: 2026-07-13

💡 一句话要点

提出GTAlign以解决图结构信息捕捉不足问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 图基础模型 图到表对齐 无文本学习 图编码器 社区引导预训练 节点分类 图分类

📋 核心要点

  1. 现有的图基础模型在有限数据和对文本属性的依赖之间存在矛盾，难以有效捕捉图的结构信息。
  2. 本文提出GTAlign框架，通过图到表的对齐机制，使图基础模型能够在无文本的情况下学习图的结构特征。
  3. 在五个基准数据集上的实验表明，GTAlign在节点和图分类任务上显著优于现有的最先进方法。

📝 摘要（中文）

图基础模型（GFMs）作为一种学习可转移表示的新兴范式，面临着在有限数据下训练和对文本属性的高度依赖之间的基本困境。本文提出GTAlign，一个简单而有效的图到表对齐框架，旨在使无文本的图基础模型能够有效捕捉图的结构信息。我们首先预训练一个图编码器，将多样的图映射到统一的潜在空间，以捕捉领域无关的图表示。接着，通过社区引导的持续预训练，利用图社区生成的伪标签构建少量预测情境。最后，我们将图编码器适配于未见目标领域并进行上下文推理。实验结果表明，GTAlign在五个基准数据集上显著超越了现有最先进的基线，展示了其简单、有效且无文本的GFM模型特性。

🔬 方法详解

问题定义：本文旨在解决图基础模型在捕捉图结构信息时的不足，尤其是在缺乏文本属性的情况下，现有方法难以有效利用图的结构特征。

核心思路：GTAlign通过图到表的对齐机制，利用图的结构信息来增强表格基础模型的表现，设计了一个无文本的图基础模型。

技术框架：整体架构包括三个主要阶段：首先预训练图编码器，将多样的图映射到统一的潜在空间；其次进行社区引导的持续预训练，利用伪标签构建少量预测情境；最后适配图编码器于未见目标领域并进行上下文推理。

关键创新：GTAlign的主要创新在于提出了图到表的对齐机制，使得表格基础模型能够有效捕捉图的结构信息，这与现有依赖文本属性的方法有本质区别。

关键设计：在设计上，采用了图编码器的预训练策略，并通过社区引导的伪标签生成少量样本，确保模型在少量数据情况下仍能有效学习。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

GTAlign在五个基准数据集上的实验结果显示，其在节点和图分类任务上显著超越了现有最先进的基线，具体提升幅度达到XX%，展示了其在无文本条件下的强大性能。

🎯 应用场景

该研究具有广泛的应用潜力，特别是在社交网络分析、生物信息学和推荐系统等领域。通过有效捕捉图结构信息，GTAlign能够提升模型在多种图数据任务中的表现，推动相关领域的研究与应用发展。

📄 摘要（原文）

Graph Foundation Models (GFMs) have emerged as a promising paradigm for learning transferable representations across diverse graph domains. Recent advancements in GFMs have been largely dominated by two paradigms: Graph Neural Network and Large Language Model (LLM) based methods. However, these methods often face a fundamental dilemma between training with limited data and a heavy reliance on textual attributes. Tabular foundation models (TFMs) offer a potential alternative, as node features and representations can be naturally organized in a tabular form. However, how to enable TFMs to effectively capture structural information of graphs remains largely unexplored. The key challenge is to learn a graph-to-table alignment mechanism that enables graph structural understanding for TFMs. To address this, we propose GTAlign, a surprisingly simple yet effective Graph-to-Table Alignment framework for text-free Graph Foundation Model. Specifically, we first pretrain a graph encoder that maps diverse graphs into a unified latent space to capture domain-agnostic graph representations. To further bridge the gap between graph topology and the tabular representation space, we propose community-guided continual pre-training, where pseudo-labels derived from graph community are used to construct few-shot prediction episodes. Lastly, we adapt the graph encoder for an unseen target domain and perform in-context inference. Extensive experiments on five benchmark datasets demonstrate that GTAlign significantly outperforms state-of-the-art baselines on both node and graph classification, offering a simple, effective, and text-free GFM model. Code will be released upon acceptance.