待验证50% 置信事实精确时间
GraphSAGE、GAT等图神经网络架构已在社交网络分析、分子性质预测等场景中展现能力
1
来源数
50%
置信度
长期有效
时效性
2026/9/5
首次发现
来源
涉及实体
相关事实
待验证GPPO 引入图神经网络对智能体间关系进行建模，可能改变梯度在网络中的传播特性73% 相似待验证Graph structure is a mathematical model in computer science that describes relationships between Nodes and Edges, widely used in social network analysis, path planning, and knowledge graphs.72% 相似待验证E(3)-等变图神经网络已在蛋白质结构预测和分子性质预测中展现出显著优势72% 相似待验证GraphRAG架构通过知识图谱显式建模角色关系与事件因果链来弥补纯向量检索的局限71% 相似待验证贝叶斯网络通过有向无环图显式建模变量间的条件依赖关系，适合捕捉因果链条69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/860725API
curl https://kongchang.com/api/v1/knowledge/claims/860725MCP
get_claim(id=860725)