AgentGFM 精读：节点如何学习控制图上的信息流
从图基础模型的跨域迁移动机出发，梳理 AgentGFM 的双层状态、来源接收、低高频通道、增益感知停止、观察反馈、自监督训练及实验证据，并讨论可复现性与子图 Agent 的研究方向。
论文阅读
G1 论文笔记：从模型怎样学习，到图推理强化学习
沿着 SFT、蒸馏、策略梯度和 GRPO 的学习过程，理解 G1 的可验证图任务训练，再看实验收益、算法执行与复现边界。
从图消息传递到 GraphPFN：理解合成先验与上下文预测
从具体数据和计算出发，逐步建立 GNN、注意力、贝叶斯预测、PFN、随机图与结构因果模型的知识依赖，再读懂 GraphPFN。