冻结大模型，仅训练 91M 参数桥接图结构与语言模型。
资讯摘要
论文提出 GRAB，一种面向表格问答的“构造器-编码器-桥接”流程：将关系数据提升为异构图，经消息传递编码后，通过少量查询条件化的潜在 token 把结构信号传给大模型，同时保留扁平化文本。大模型保持冻结，仅训练约 91M 参数的轻量图编码器与潜在桥接。作者报告该流程在关系型问答上明显提升，多表场景增益最大。
要点速读
- GRAB 将关系数据转为异构图，用消息传递编码，再以查询条件化的潜在 token 把结构表示传给大模型。
- 大模型严格冻结以保留通用推理能力，仅训练轻量图编码器与潜在桥接，共 91M 参数。
- 作者报告在关系型问答上性能显著提升，多表设置下增益最大。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。