近日，来自北京大学的马唯硕和所在团队总结出了一套针对图自编码器（GAE，Graph Autoencoder）或以 GAE 为基础的模型的普适性优化方案，并通过实验来重估性能。结果十分令人惊讶：经过这些优化，GAE ...

The key challenge in credit card fraud detection lies in the imbalance between legitimate and fraudulent transactions. Fraud cases typically represent less than 1 percent of total transactions, ...

从应用角度来看，这一成果最重大意义在于，研究团队证明在链路预测任务上，效率和性能在某种程度上是可以兼得的。经过他们优化之后的 GAE 模型，相较以前的一些模型，有着几十倍甚至上百倍的效率提升，这会为图神经网络链路预测模型的规模化扫清重要阻碍。

Chiranjeevi Devi's research focuses on building reliable data systems through anomaly detection, DevSecOps automation, and policy-as-code for compliance.