O Poder Subestimado dos Modelos de Visão para a Compreensão Estrutural de Grafos

Resumo

As Redes Neurais de Grafos operam através da passagem de mensagens ascendente (bottom-up), diferindo fundamentalmente da percepção visual humana, que capta intuitivamente as estruturas globais primeiro. Investigamos o potencial subestimado dos modelos de visão para a compreensão de grafos, constatando que eles alcançam desempenho comparável ao das GNNs em benchmarks estabelecidos, enquanto exibem padrões de aprendizagem nitidamente diferentes. Esses comportamentos divergentes, combinados com as limitações dos benchmarks existentes que confundem características de domínio com compreensão topológica, motivam nossa introdução do GraphAbstract. Este benchmark avalia a capacidade dos modelos de perceber propriedades globais dos grafos como os humanos fazem: reconhecendo arquétipos organizacionais, detectando simetria, percebendo a força de conectividade e identificando elementos críticos. Nossos resultados revelam que os modelos de visão superam significativamente as GNNs em tarefas que exigem compreensão estrutural holística e mantêm generalização em diferentes escalas de grafos, enquanto as GNNs lutam com a abstração de padrões globais e degradam-se com o aumento do tamanho do grafo. Este trabalho demonstra que os modelos de visão possuem capacidades notáveis, porém subutilizadas, para a compreensão estrutural de grafos, particularmente para problemas que exigem consciência topológica global e raciocínio invariante à escala. Essas descobertas abrem novas vias para alavancar esse potencial subestimado no desenvolvimento de modelos de fundação para grafos mais eficazes para tarefas dominadas pelo reconhecimento holístico de padrões.

English

Graph Neural Networks operate through bottom-up message-passing, fundamentally differing from human visual perception, which intuitively captures global structures first. We investigate the underappreciated potential of vision models for graph understanding, finding they achieve performance comparable to GNNs on established benchmarks while exhibiting distinctly different learning patterns. These divergent behaviors, combined with limitations of existing benchmarks that conflate domain features with topological understanding, motivate our introduction of GraphAbstract. This benchmark evaluates models' ability to perceive global graph properties as humans do: recognizing organizational archetypes, detecting symmetry, sensing connectivity strength, and identifying critical elements. Our results reveal that vision models significantly outperform GNNs on tasks requiring holistic structural understanding and maintain generalizability across varying graph scales, while GNNs struggle with global pattern abstraction and degrade with increasing graph size. This work demonstrates that vision models possess remarkable yet underutilized capabilities for graph structural understanding, particularly for problems requiring global topological awareness and scale-invariant reasoning. These findings open new avenues to leverage this underappreciated potential for developing more effective graph foundation models for tasks dominated by holistic pattern recognition.

O Poder Subestimado dos Modelos de Visão para a Compreensão Estrutural de Grafos

The Underappreciated Power of Vision Models for Graph Structural Understanding

Resumo

Support