研究提出GracrBench：基于编译的GNN解释器严格评测基准
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载可信度假设被打破
图神经网络解释器的评估长期依赖一种做法：先在数据里埋入预设的图结构模式，再训练模型，最后看解释器能否把这块模式找回来，以此衡量解释的合理性。这套流程背后有一个默认前提，即训练出来的模型确实依据那块被埋入的模式在做判断。该论文指出，这一前提在若干被广泛使用的基准数据上并不成立，仅凭节点的度统计信息就足以把任务做对。也就是说，模型可能绕开了研究者希望它学到的那块结构，转而利用更容易获取的统计特征，于是用来当标准答案的模式与模型真实依赖的依据之间出现了错位，解释器即便表现良好也未必说明问题。
用编译替代训练
为消除上述干扰，作者把训练环节换成编译环节，提出名为 Gracr 的编译器，它能把分级模态逻辑公式转换为图神经网络的权重，使生成的模型在行为上复现对应公式的语义。这样做的关键在于模型的行为由构造过程直接确定，不再依赖训练数据与优化过程带来的不确定性。既然模型依据什么已经明确，就可以形式化地定义它的标准解释，并精确地计算出来，而不再需要靠人工埋入模式来近似充当答案。这一转变把解释评估的参照物从推测变为可推导的结果。
编译基准与诊断
在此基础上，作者构建了 GracrBench，一个由编译生成的图神经网络组成的基准，用于让解释器对照上述精确标准答案接受评测。论文在六个任务上对十一种解释器做了实验，结果显示该基准能够支持细粒度的诊断式评估。其中一个发现是，多数解释器在面对间接影响、或面对同一公式的不同实现方式时并不稳健，表现会出现波动。这说明以往基于合理性的评测可能掩盖了解释器在结构变化下的脆弱性，而编译得到的模型由于行为已知，可以把这类差异单独暴露出来。
适用范围与意义
GracrBench 的定位是图后验可解释性的一种新的严格评测环境，其适用前提是模型由逻辑公式编译而来，因此它衡量的是解释器能否忠实还原已知的构造依据，而非直接覆盖任意真实训练模型。对关注图神经网络解释方法的研究者而言，这意味着评估结论需要区分模型究竟学到了什么；当训练数据本身存在捷径特征时，基于合理性的分数可能高估解释器的能力。该工作提供的做法是把标准答案从数据设计转移到模型构造，从而让解释质量的比较建立在可精确计算的基础上。
为什么值得看
揭示现有GNN解释器评估缺陷，提供可精确计算真实解释的编译基准，助力诊断解释器鲁棒性。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。