NodeGround：图基础模型时代的节点分类基准测试

研究者发布 NodeGround，一个面向图基础模型（GFM）的节点分类基准，覆盖51个数据集，在两种标签可用性条件下对比6个GFM与15个监督方法，采用共享数据划分、仅验证集选模、受控超参搜索和工作流测量。结果显示，整体上经过调优的图神经网络仍占优；GraphPFN在标签充足时按Elo排名第三，但其优势随数据集属性变化明显。

此前GFM宣称可免去每个数据集单独训练与调参，但缺少把预测质量与计算成本放在同一框架下的系统比较。NodeGround以统一流程和公开排行榜提供了可复现的对照，使“预训练复用是否真能提升效果或降低成本”成为可检验问题，而非厂商或论文的单方结论。

基准通过共享数据划分、仅用验证集选模、受控超参搜索消除流程差异，并用适配、训练、调参和推理的耗时测量把成本纳入评估。结果显示预训练收益高度依赖数据集属性与调参预算：加入中间调参预算后，GVT的帕累托优势消失，GraphPFN仅在标签丰富场景中仍延伸估计前沿，说明复用预训练参数尚未形成稳定优势。

对做图数据的团队，短期更稳妥的路径仍是按数据集调优GNN，而非默认替换为GFM。选型时需同时核算调参与推理成本，并在自有数据上验证预训练复用收益；GFM适合作为标签充足场景的补充方案，且应保留可回退的监督基线。

• 在自有图数据上复现NodeGround流程，建立GFM与调优GNN的内部对照基线，作为选型依据。
• 把调参预算与推理耗时纳入模型评测指标，形成团队内部的成本-效果决策表。
• 针对标签丰富且图结构特殊的业务场景，优先试点GraphPFN并记录Elo与效率变化。

• NodeGround结论在其他图规模、领域和标签稀缺程度下是否仍然成立？
• 加入中间调参预算后GVT优势消失的具体原因是什么？
• GraphPFN的相对优势与哪些数据集属性最相关？
• 公开排行榜的后续提交是否会改变当前结论？