Distilling Graph Geometry: Knowledge Gap from GNNs to MLPs

受能量加权教师-学生对齐目标的启发，我们提出了一种基于图几何的MLP（G^2MLP），该框架在训练过程中进行知识蒸馏，由Ollivier-Ricci曲率引导。曲率识别了两个谱误差集中聚集的位置，并用于在预测层级和表示层级之间分配监督。部署的模型仍为标准MLP，推理过程中无需图访问。