【NeurIPS 2025】PKD：偏好驱动的知识蒸馏，少样本节点分类｜从少样本图学习视角本文解读 NeurIPS 2025 论文《Preference-driven Knowledge Distillation for Few-shot Node Classification》。该论文提出偏好驱动的知识蒸馏框架 PKD，通过融合GNN 偏好节点选择器 GNS、节点偏好 GNN 选择器 NGS与图拓扑感知（GTA）提示微调，让大语言模型（LLM）与多种图神经网络（GNN）在少样本节点分类上互补协同，其特别之处在于把蒸馏粒度细化到「节点-教师」配对级别。实验表明仅用每类 5 个标注节点即可在 C