跳到正文
只看数据与复现#GNN
10月5日周一
  1. arXiv · 架构与算子76

    GNN-CB：用于人类与 LLM 评估的图神经网络竞赛基准

    基于摘要分析。该研究关注 LLM 能否在真实竞赛约束下自主完成端到端 Graph Neural Network（GNN）编程任务，提出面向人类与 LLM 的竞赛基准 GNN-CB。其贡献是将多种图学习任务纳入统一自动评估流程，并提供可复现执行管线；作者将其称为首个此类竞赛基准，该优先性尚未独立核验。 任务与协议：GNN-CB 包含 18 个经过整理的竞赛，覆盖节点级、边级和图级预测，以及不同图类别、领域和难度层级。提交通过隐藏测试集与标准化评分进行评估。人类参与者在受控竞赛约束下完成任务；LLM 使用固定的零样本提示协议，采用 plan-then-code 范式，并允许次数受限的 execute-and-repair 循环。同一协议还支持非智能体与自主智能体评估，但摘要未说明其工具权限、执行预算及具体差异。 结果：作者报告，在所评估协议下，LLM 很少达到 Human Top 表现，且跨竞赛表现较不稳定；没有单一模型在所有任务上占优，LLM 在少数竞赛中获胜，而人类在多数任务上保持最高分。摘要未提供模型名单、各任务指标、分数或重复运行统计，因此不能量化差距，也不能将这些结论推广到其他提示与资源预算。具体数据集、训练与测试划分、人类参与者构成、消融及统计信息尚未验证。 复现与适用范围：作者表示已公开基准及评估框架，并提供自动评估基础设施、动态排行榜和可复现执行管线；环境依赖与版本固定方式仍需核对。该材料评估的是图学习编程能力，而非 EEG/BCI 任务效果。平台推测（待验证）：其隐藏测试与受限执行协议可作为未来 EEG 图学习编程评估的设计参考，但需另行定义被试划分、图构建规则和工具预算，不能据此推断 LLM 具备跨被试建模能力；已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读其隐藏测试集、统一评分及受限执行修复协议如何支持人类与 LLM 的 GNN 编程能力比较，但具体公平性与可复现性仍需核对全文。

10月4日周日
  1. arXiv · 学习目标与优化69

    面向 Lattice 与 Hohlraum 基准的线性辐射输运高效神经代理模型

    基于摘要分析。本文研究如何以神经代理模型降低线性辐射输运方程（RTE）的重复求解成本，在二维 Lattice 与 Hohlraum 基准上，对比参数量匹配的 Transolver 与 Bi-Stride Multi-Scale MeshGraphNet（BSMS-MGN），端到端近似最终时刻的粒子浓度场。 原问题的瓶颈是高维相空间求解成本，使设计优化、不确定性量化和参数扫描等外层工作流受计算预算限制。神经代理通过训练后重复查询来摊销模拟成本。两种被比较的架构分别采用 physics-attention 与多尺度图网络机制；摘要未提供具体输入参数、网格表示、时间处理方式或网络配置。 作者报告，对 Fourier features 和区域加权训练损失的消融显示，归纳偏置的有效性具有较强的架构依赖性，不能将一种模型上的设计选择直接移植到另一模型。作者还指出，下游效用取决于各关注量（QoI）的敏感性，而非单一场级评分。摘要未给出误差指标、具体 QoI、推理加速比或统计数值，因而尚不能判断两种架构的优势范围及外层工作流中的实际收益。 作者称随论文发布训练方案、训练数据和评估流程，支持复现及相关输运问题迁移；材料未提供这些资源的具体位置，其可用性尚未验证。复现时应核对参数量匹配方式、训练与测试的参数及场景划分、区域权重定义、消融控制条件，以及场误差与 QoI 误差之间的关系。实验协议、消融细节及统计信息尚未验证。 平台推测（待验证）：本文对 EEG 研究较直接的启发是评估原则，而非已证实的模型迁移效果——应分别检验架构与输入编码、加权损失的交互，并区分信号重建误差与下游任务表现。辐射输运场与 EEG 的数据结构及监督条件不同，摘要不足以建立可靠迁移路径；已有 EEG 相关工作尚未检索确认。

10月3日周六
  1. arXiv · 架构与算子82

    超越训练模型：通过编译 GNN 构建可靠的解释器评测基准

    基于摘要分析。该研究针对 GNN 解释器评估中的一个关键假设：数据中预设的 motif 不一定是训练后模型实际依赖的依据。作者提出以编译替代训练，通过 Gracr 将分级模态逻辑公式转换为 GNN 权重，并据此构建具有精确解释真值的 GracrBench。 核心机制是让模型复现给定逻辑公式的行为，使解释真值不再仅来自数据生成时植入的结构，而能够依据已知模型行为形式化定义并精确计算。作者称 Gracr 是首个将分级模态逻辑公式编译为 GNN 权重的编译器；其适用公式范围、编译约束及形式化保证尚未验证。 作者报告，在若干常用基准中，预设 motif 与模型实际决策依据之间的假设并不成立，例如仅凭节点度统计即可完成任务。在 GracrBench 的六项任务、十一种解释器评估中，作者报告多数解释器对间接影响，或同一逻辑公式的不同实现不够稳健。摘要未提供具体任务、解释器名单、指标数值及数据划分，实验协议、消融及统计信息尚未验证。 其主要价值是区分“恢复预设图结构”与“忠实解释模型行为”，并为解释器提供更细粒度的诊断条件。需要核对精确真值如何处理多种有效解释，以及编译模型与训练模型之间的行为和结构差异；这些差异可能限制评估结论向实际应用的外推。 平台推测（待验证）：若 EEG 分析采用通道或脑区图上的 GNN，该基准可作为解释器的受控测试环境，但不能直接证明解释结果具有神经生理意义。迁移需明确图节点、边和逻辑条件如何对应 EEG 特征，并评估低信噪比、跨被试变化及通道配置变化的影响。一个可检验的小实验是在固定通道图上构造逻辑行为相同、实现不同的编译模型，比较解释器相对精确真值的表现是否稳定，再逐步加入特征噪声。已有 EEG 相关工作尚未检索确认。

    阅读价值：该研究以行为由构造确定的 GNN 建立精确解释真值，值得用于核对解释器是否真正解释模型，而非仅恢复数据中预设的 motif；其形式化保证与评估细节仍需全文验证。