- 核心思想：对每一个任务训练一个prompt，而不是训一个模型
- 如何设计prompt？
借鉴NLP，思考prompt的token类型、关系和插入方法
每个prompt也是一个图结构
token类型（节点）：embedding
token结构（边）：可学习参数/相似度/相互独立
插入方式：输入图节点和prompt图节点计算attention，然后将边进行相应的叠加
- 如何设计训练任务？
所有任务（节点/边/图级别）都可以看成对（添加了指定任务prompt）子图的图级别分类
对于局部级别的任务，采样其$$\tau$$近邻子图，然后添加对应任务的prompt，然后做二分类（有几个类别就做几个prompt）
利用元学习的思想将多个任务的prompt协同训练（元学习：用反向传播优化超参数）