OGB-LSC (OGB Large-Scale Challenge)

OGB 大规模挑战赛 (OGB-LSC) 是三个真实世界数据集的集合，用于推进大规模图 ML 的最新技术。 OGB-LSC 提供的图数据集比现有的大几个数量级，涵盖了三个核心的图学习任务——链接预测、图回归和节点分类。 OGB-LSC 由三个数据集组成：MAG240M-LSC、WikiKG90M-LSC 和 PCQM4M-LSC。每个数据集提供一个独立的任务。 MAG240M-LSC 是一个异构学术图，任务是预测位于异构图中的论文的主题领域（节点分类）。 WikiKG90M-LSC 是一个知识图谱，任务是估算缺失的三元组（链接预测）。 PCQM4M-LSC 是一个量子化学数据集，任务是预测给定分子的一个重要分子特性，即 HOMO-LUMO 间隙（图回归）。