Компьютерные науки > Искусственный интеллект [представлен 8 сентября 2026 года] Название: TTGBench: Контроль за топологической эволюцией и семантической дрифтом в текстовом аттракционе Временная графическая оценка PDF HTML (экспериментальное) Резюме: Временные модели обучения графиков эволюции динамических систем, где как структурное взаимодействие, так и семантичные состояния меняются со временем. Вместе с тем существующие контрольные показатели в первую очередь ориентированы на структурную эволюцию посредством прогнозирования временных связей (ТЛП), а поддержка семантической эволюции по-прежнему носит ограниченный характер. Хотя иногда включается временная классификация узлов (ТНК), она обычно ограничивается упрощенными двоичными настройками, которые не позволяют охватить реалистичный семантический дрейф. Кроме того, часто используемые наборы данных повторяются на высоком уровне связи, что приводит к завышенным оценкам эффективности и затушевывает реальные возможности моделирования. Для устранения этих ограничений мы введем текст bf {TTHGBench} — новый критерий, который совместно оценивает структурную и семантическую эволюцию. TTGBench состоит из шести наборов данных реального мира, богатых текстами и характеризующихся соответствующими "двухмерными неустойчивостью", что позволяет проводить тщательную и справедливую оценку существующих моделей. В частности, это первый контрольный показатель для поддержки ТНК как с участием нескольких классов, так и с использованием…
TTGBench: Контроль за топологической эволюцией и семантической дрифтом в текстовых временных графах
arXiv: 26009,08226v1 Annuate Type: New Brieflook: Theemoral график, обучающий модели эволюции динамических систем, в которых как структурное взаимодействие, так и семантические состояния изменяются со временем. Вместе с тем существующие контрольные показатели в первую очередь ориентированы на структурную эволюцию посредством прогнозирования временных связей (ТЛП), а поддержка семантической эволюции по-прежнему носит ограниченный характер. Хотя иногда включается временная классификация узлов (ТНК), она обычно ограничивается упрощенными двоичными настройками, которые не позволяют охватить реалистичный семантический дрейф. Кроме того, часто используемые наборы данных повторяются на высоком уровне связи, что приводит к завышенным оценкам эффективности и затушевывает реальные возможности моделирования. Для устранения этих ограничений мы введем текст bf {TTHGBench} — новый критерий, который совместно оценивает структурную и семантическую эволюцию. TTGBench состоит из шести наборов данных реального мира, богатых текстами и характеризующихся соответствующими "двухмерными неустойчивостью", что позволяет проводить тщательную и справедливую оценку существующих моделей. В частности, это первый контрольный показатель для поддержки обеих категорий m