DTA-GT：方向与拓扑感知图Transformer
热点事件持续更新
DTA-GT：方向与拓扑感知图Transformer
1 篇报道1 个报道来源21 小时前更新
先了解这件事
AI 综述
Yuxiang Zeng 等作者提出 DTA-GT，一种基于编码器全局方向一致性的方向与拓扑感知图 Transformer，用于神经网络架构的属性预测。该论文已被 NeurIPS 2026 接收。 作者称，DTA-GT 在节点初始化、全局谱编码、成对交互和特征更新四个环节保持有向计算语义。在 NAS-Bench-101 和 NAS-Bench-201 上，有限预算设置下其精度与延迟预测持续优于序列、GNN、Transformer 及混合预测器。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
DTA-GT：面向神经网络表示学习的方向与拓扑感知图 Transformer报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AIDTA-GT：面向神经网络表示学习的方向与拓扑感知图 Transformer
DTA-GT 是一种基于编码器全局方向一致性的方向与拓扑感知图 Transformer，用于神经网络架构属性预测，在 NAS-Bench-101 和 NAS-Bench-201 的精度与延迟预测上，有限预算设置下持续优于序列、GNN、Transformer 及混合预测器。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。