Open Knowledge Graph Benchmark

Open Graph Benchmark (OGB) 是一个用于图机器学习的基准数据集集合。它由斯坦福大学等机构推动，提供现实、大规模且多样化的基准数据集、数据加载器和评估器，用于节点、链接和图属性预测等任务。该社区驱动项目旨在标准化评估，以可靠地比较不同模型。

Open Graph Benchmark (OGB) is a collection of benchmark datasets for graph machine learning. Spearheaded by institutions including Stanford University, it provides realistic, large-scale and diverse benchmark datasets, data loaders, and evaluators for tasks such as node prediction, link prediction, and graph property prediction. This community-driven project aims to standardize evaluation protocols to enable reliable comparison of different models.

搜集汇总

背景与挑战

背景概述

Open Graph Benchmark (OGB) 是一个用于图机器学习的基准数据集集合，提供现实、大规模且多样化的数据集，并配备自动化的数据加载器和统一评估器。该社区驱动项目旨在通过标准化评估，支持节点、链接和图属性预测等任务的可靠模型比较。