IJCAI

GraphSculptor: Sculpting Pre-training Coreset for Graph Self-supervised Learning

GraphSculptor: 为图自监督学习构建预训练核心集

Chuang Liu, Zelin Yao, Xueqi Ma, Luzhi Wang, Mukun Chen, Pinghua Xu, Wenbin Hu

机构 * Sangfor Technologies Inc.（Sangfor 技术公司） ； Wuhan University（武汉大学） ； The University of Melbourne（墨尔本大学） ； Dalian Maritime University（大连海事大学） ； Hunan University of Technology and Business（湖南工业大学；湘江实验室） ； Xiangjiang Laboratory 纠错

AI总结 本文提出GraphSculptor，通过内在结构和语义视角构建图预训练核心集，利用内在统计和预训练语言模型实现去重，理论分析证明其有效性，实验显示10%核心集性能达99.6%且训练时间减少90%。

Comments 9 pages, 5 figures, Accepted by IJCAI 2026

Graph Rewiring in GNNs to Mitigate Over-Squashing and Over-Smoothing: A Survey

图神经网络中的图重 wiring 以缓解过压缩和过平滑：综述

Hugo Attali, Nathalie Pernelle, Davide Buscaldi, Fragkiskos D. Malliaros

机构 * Université Sorbonne Paris Nord, CNRS, LIPN（巴黎- Sorbonne 大学、CNRS、LIPN） ； Université Paris-Saclay, CentraleSupélec, Inria（巴黎-萨克雷大学、CentraleSupélec、Inria） 纠错

AI总结 本文综述了图重 wiring 技术，旨在通过修改图拓扑来提升 GNN 的信息传播，探讨了最新方法的理论基础、实现方式及性能权衡。

Comments Accepted at the International Joint Conference on Artificial Intelligence (IJCAI 2026), Survey Track