报告概述
本报告以分布外（OOD）泛化为视角，系统综述图基础模型（GFMs）的最新进展。首先识别图学习中分布偏移的四大挑战：结构层面（拓扑与特征多样性）、领域层面（多源数据整合中的负迁移）、模态层面（跨模态信号不一致）以及任务层面（不同任务表述的泛化）。在此基础上，提出统一的OOD泛化问题形式化定义，将分布偏移归因于生成因子的变化。报告将现有方法分为两大类：同构任务GFMs（固定任务设定下处理结构/领域/模态偏移）和异构任务GFMs（支持跨任务泛化）。每类方法均详细分析其OOD处理策略与预训练目标。最后，介绍常用评估协议并讨论未来方向，包括通用图词汇、缩放定律、预训练与OOD目标对齐等。报告旨在帮助读者理解GFMs如何实现可靠部署。
报告的核心结论
图基础模型面临四类分布偏移：结构、领域、模态和任务。
报告指出，GFMs的OOD泛化挑战源自结构多样性（拓扑与节点属性变化）、领域偏差（数据集特定偏置）、模态不一致（辅助模态缺失或噪声）以及任务表述的差异。这些偏移独立或联合出现，要求模型学习跨环境稳定的表征。
同构任务GFMs通过不变性学习与对齐来处理固定任务下的偏移。
这类方法假设任务设定不变，重点在结构、领域或模态层面实现泛化。典型策略包括多图预训练（GraphFM）、专家混合路由（AnyGraph）、域对齐（MDGPT）、不变子图建模（GOODFormer）等，通过增强表征鲁棒性来应对分布变化。
异构任务GFMs通过统一语义接口支持跨任务泛化。
为应对任务变化，这类方法采用任务无关的预训练目标（如掩码建模、重建）和基于提示/指令的推理。代表模型包括OFA（统一提示分类）、GIT（任务树抽象）、UniGraph（文本统一层）等，使得单一模型可同时处理节点、边和图级任务。
现有评估覆盖多维度但缺乏统一基准。
报告总结了常用的OOD评估任务，包括结构偏移、域偏移、模态偏移和任务偏移下的泛化测试。然而，评估协议分散，尚无标准化基准，限制了方法间的公平比较和实际部署性能的可靠衡量。
报告回答的关键问题
图基础模型如何应对训练与测试图分布不同的问题？
报告提出统一问题框架：将分布偏移归因于结构、领域、模态和任务四个生成因子。GFMs通过多图预训练、域对齐、不变性学习和任务无关接口等策略，学习跨环境稳定的表征。例如，GraphAny通过解析预测器实现结构无关的节点分类，UniGraph2使用MoE对齐跨域多模态表示。
什么是同构任务与异构任务图基础模型的区别？
同构任务GFMs假设预训练和部署的任务设定固定（始终是节点分类或链接预测），仅处理结构、领域或模态偏移。异构任务GFMs则考虑任务本身发生变化（如从节点分类变为图分类），通过统一语义接口（如提示、任务树）使单一模型支持多种任务类型，无需重新训练。
图基础模型在哪些实际场景中可能因分布偏移而失效？
典型场景包括：来自不同领域的图数据（如社交网络与分子图）结构差异大；测试时节点特征维度或含义变化；文本或图像等辅助模态缺失；下游任务从链接预测变为图分类。报告详细列举了GPT、UniGraph等方法在模态缺失或域迁移下的性能退化案例，并分析了负迁移风险。
完整报告包含什么
- OOD泛化挑战详细分析：报告第2.1节深入阐述结构、领域、模态和任务四个层面的分布偏移成因，包括结构多样性、负迁移、模态不一致和任务异构性，并给出具体例子。
- 统一问题形式化：第2.2节将GFM的OOD泛化定义为学习一个在目标分布上期望损失最小的预测器，并通过四个生成因子（Φstruct, Φdom, Φmod, Φtask）建模分布偏移，为后续方法分类奠定理论基础。
- 同构任务GFMs方法完整梳理：第3.1节系统介绍GraphFM、AnyGraph、MDGPT、PatchNet、GraphAny、GraphLoRA、MDGFM、SAMGPT、GraphCLIP、RiemannGFM、MDP-GNN、GraphPFN、GOODFormer等13种方法，详解其应对结构、领域、模态偏移的独特策略与预训练范式。
- 异构任务GFMs方法完整梳理：第3.2节详细介绍OFA、LLaGA、OpenGraph、GOFA、LLM-BP、GIT、GFT、AutoGFM、UniGraph、UniGraph2等10种方法，重点分析其如何处理任务偏移，包括统一提示、任务树、生成式框架等创新。
- 评估任务分类表：表2将OOD评估分为结构OOD、域OOD、模态OOD和任务OOD四大类，每类列出代表性任务与评估焦点，帮助读者快速理解不同测试维度的设计意图。
- 未来研究方向探讨：第5章提出五大开放问题：通用图词汇、缩放定律、预训练与OOD目标对齐、理论保证、标准化基准，并给出初步思路与挑战。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
