Over-squashing

新的研究基准和方法推动图神经网络的评估和设计

几篇最新的arXiv论文探讨了图神经网络（GNNs）的进展和挑战。研究内容包括验证GNN归属和检测仿冒模型的方法，以及开发用于评估知识图谱构建和GNN性能的统一基准。其他工作则侧重于对抗性GNNs的标准化评估协议、用于缓解过挤压和过平滑的图重连技术调查、自适应节点特征选择，以及一个名为Grothendieck Graph Neural Networks的新代数框架，该框架超越了传统的基于邻域的聚合。