研究质疑 GraphLLM 节点分类增益：简单基线仅差 2.3 个百分点
原文标题：Big Claims, Small Margins: Do Reported GraphLLM Gains Survive Simple Baselines?
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
该 arXiv 论文复现三项近期研究的分割设置，用仅依赖验证集调参的 Correct & Smooth 与 MLP 基线对比 GraphLLM 报告的最佳结果，中位差距仅 2.3 与 2.8 个百分点。作者同时指出测试集调参、测试池节点标签泄漏、基线数字未披露复用、Cora 加载器文本标签错位等评测风险，同一方法同一分割在不同论文间差异可达 12.5 个百分点。
- 问题
- GraphLLM 节点分类报告的 SOTA 是否显著优于廉价基线存疑。
- 方法
- 在三项近期研究的分割上，用仅验证集调参的 Correct & Smooth 与 MLP 基线对比各论文报告的最佳 LLM 方法。
- 结果
- 中位差距仅 2.3 与 2.8 个百分点；24 个任务中 15 个差距在 3 点内，但 22 个可测任务中 12 个参考仍显著更高。
- 影响
- 图学习选型应先跑 Correct & Smooth 基线，并警惕测试集调参、标签泄漏等评测风险。
深读 · 结论先行AI 生成展开看要点与影响 ↓
简单基线Correct & Smooth与GraphLLM最佳结果中位差距仅2.3个百分点
- •在三项近期研究的分割上，仅用验证集调参的Correct & Smooth（TF-IDF特征）中位落后2.3个百分点，冻结e5-large-v2嵌入的MLP落后2.8个百分点
- •Correct & Smooth在24个任务中15个与参考差距3点以内，但22个可测任务中12个参考显著更高，部分增益仍实质存在
- •记录评测风险：测试集调参、测试池节点标签用于训练、基线数字未披露复用、Cora加载器文本标签错位
- •同一方法同一分割在不同论文间差异可达12.5个百分点
为什么重要：对图+LLM节点分类的评测者，这既是基线该重估的提醒，也是复现与审稿时该核查的风险清单。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。