摘要： 本文讨论了关系数据库在企业数据格式中的主导地位及其在谷歌和其他日常服务（如内容推荐或交通预测）中的应用。指出传统机器学习方法在处理复杂关系数据库时存在的挑战，并介绍了图神经网络（GNN）在处理图结构数据方面的优势。然而，现有的GNN模型通常无法泛化到新的图结构。本文提出了一种新的图基础模型（GFM），旨在设计一个能够高效处理互联关系表并泛化到任意表格、特征和任务的单一代码模型，以推动图学习和表格机器学习的发展。
讨论：
原文标题：Google Research: Graph foundation models for relational data
原文链接：https://research.google/blog/graph-foundation-models-for-relational-data/
讨论链接：https://news.ycombinator.com/item?id=44530551