问题不是 GNN 不强，而是“假设全错”。GNN 的核心假设有 4 个，在 DGraph 中几乎全被打破。1️⃣ 同质性假设被严重破坏GNN 默认相信“相连的节点更可能属于同一类”。这在社交网络、引用网络里成立。而金融欺诈图中实际是 欺诈节点 ≠ 喜欢连欺诈节点。反而是：“欺诈 → 大量正常用户” “欺诈 → 垃圾账号 / 背景节点” “欺诈 → 临时壳节点”，结果message passing = 风险被正常节点“稀释”。越聚合邻居，欺诈信号越弱。2️⃣ 异质性极强，但 GNN 处理不好DGraph 的是多类型、有方向、有语义（转账 / 担保 / 登录 / 设备）普通 GCN / GAT：把...

0offer求指导，感觉好迷茫

本人27届的。我最近才开始准备算法岗位相关的东西，之前一直在跟着老师做（科研），和大模型无关，现在想找多模态大模型的算法实习（两篇论文都和多模态相关），但是做简历的时候很迷茫有几个问题：论文内容要不要详细些，还是放到项目里面去，这两篇论文都不涉及大模型项目经历基本为0，我要找什么项目，比如多模态的对话加上微调可以吗最后面那个实习经历要不要放，这个算是一个学校的群体实习或者说是一种课程，而且时间有点久，很多东西忘记了