TTGBench

新的TTGBench基准揭示了LLM与TGNN在时间图学习中的分歧

研究人员推出了TTGBench，一个旨在评估时间图学习中结构和语义演化能力的新基准。该基准解决了现有方法主要关注结构变化而存在的局限性，提供了对模型能力更全面的评估。TTGBench包含六个具有富文本属性和“双重波动性”的真实世界数据集，支持多类别和多标签的时间节点分类，以更好地捕捉语义漂移。初步评估表明，在擅长结构预测的时间图神经网络（TGNN）与在语义跟踪方面表现更好的大型语言模型（LLM）方法之间存在明显的性能差距。