抓住 GRIP，这将是一次漫长的 TRIP：用于验证过度挤压的可量化长程框架

arXiv:2610.03556v1 公告类型：新 摘要：关于 GNN 中过度挤压与长程交互之间联系的经验性论断，只有在用于验证这些论断的基准确实需要长程交互时，才值得信赖。事实上的标准 Long Range Graph Benchmark 已被反复证明会被经过调优的短程模型饱和，而现有的合成替代方案则与特定拓扑结构绑定。因此，在任意图上，都缺乏一种具有原则性的长程性证书。这一现状反映出人们尚未对长程基准作出精确刻画。我们通过提出四条可验证公理来弥补这一根本性空缺：可预测性、紧致性、严格 $k$-范围性和拓扑不变性；任何声称测试 $k$-跳交互的任务都必须满足这些公理。我们从形式上证明，违反其中任意一条，都会产生损害基于该任务所得结论的失效模式。在这些公理的基础上，我们提出 TRIP（Truly Ranged Interactions Problem）及其推广 GRIP（Generally Ranged Interactions Problem），这是一组构造性程序，通过从稳定分布中抽取特征，将任意图转换为具有可证明长程性的任务。此外，GRIP 的构造使其能够针对每个范围给出闭式最大似然 oracle，从而为任何基准首次提供先验的逐范围测试误差下界。利用我们的框架，我们：(i) 审查 4 个常见的长程基准，并根据我们的公理识别其失效模式；(ii) 在由 TRIP 实例化的拓扑结构上发现，一种流行的曲率概念与 GNN 性能不相关，从而支持拓扑瓶颈与计算瓶颈之间的区分；(iii) 展示一种新基准的过度挤压度量还受到纯粹长程性之外的因素影响。用于使用该框架并复现实验的代码已发布于 https://github.com/ferranhernandezc/graph-grip。