{"notes":[{"id":"graph-learning/gnn-plus","category":"graph-learning","legacyPath":"","legacySlug":"","legacyPaths":[],"title":"GNN+","subtitle":"Le vieux coursier en a encore sous le pied","author":"Z. Yuan","paperDate":"2025-02-13","publishedOn":"2025-12-06","paperTitle":"Can Classic GNNs Be Strong Baselines for Graph-level Tasks? Simple Architectures Meet Excellence","paperUrl":"https://arxiv.org/abs/2502.09263","bibliography":{"title":"Can Classic GNNs Be Strong Baselines for Graph-level Tasks? Simple Architectures Meet Excellence","authors":["Yuankai Luo","Lei Shi","Xiao-Ming Wu"],"url":"https://arxiv.org/abs/2502.09263","pdfUrl":"https://arxiv.org/pdf/2502.09263v3","codeUrl":"https://github.com/LUOyk1999/GNNPlus","preprint":{"id":"2502.09263","submittedOn":"2025-02-13","url":"https://arxiv.org/abs/2502.09263"},"publication":{"venue":"ICML","year":2025,"kind":"conference","url":"https://proceedings.mlr.press/v267/luo25h.html"},"citation":"@misc{graphlearninggnnplus2025,\n  title = {{Can Classic GNNs Be Strong Baselines for Graph-level Tasks? Simple Architectures Meet Excellence}},\n  author = {Yuankai Luo and Lei Shi and Xiao-Ming Wu},\n  year = {2025},\n  eprint = {2502.09263},\n  archivePrefix = {arXiv},\n  url = {https://arxiv.org/abs/2502.09263}\n}\n","citationPath":"/content/papers/citations/graph-learning/gnn-plus.7d14d260e648.bib"},"thumbnail":{"src":"/content/papers/assets/0be1b8a606332519d042698f1c6afd3ef8857eb95682b95df1cdeb9e3bfe7648.png","width":604,"height":510},"locale":"fr","path":"/content/papers/fr/graph-learning/gnn-plus.3c2c63013097.md","headings":[{"id":"poser-le-problème","text":"Poser le problème","depth":2},{"id":"deux-types-de-tâches","text":"Deux types de tâches","depth":3},{"id":"une-comparaison-équitable-","text":"Une comparaison équitable ?","depth":3},{"id":"résoudre-le-problème","text":"Résoudre le problème","depth":2},{"id":"trois-modèles-classiques","text":"Trois modèles classiques","depth":3},{"id":"six-techniques","text":"Six techniques","depth":3},{"id":"comment-comparer-","text":"Comment comparer ?","depth":3},{"id":"discussion","text":"Discussion","depth":2},{"id":"résultats-densemble","text":"Résultats d'ensemble","depth":3},{"id":"plus-rapides-aussi","text":"Plus rapides aussi","depth":3},{"id":"le-rôle-de-chaque-technique","text":"Le rôle de chaque technique","depth":3},{"id":"les-limites-reconnues-par-les-auteurs","text":"Les limites reconnues par les auteurs","depth":3},{"id":"conclusion","text":"Conclusion","depth":2}],"anchorAliases":{},"guide":null,"relatedReading":[{"id":"graph-learning/classic-gnns","relation":"referenced","topic":""},{"id":"graph-learning/graphgps","relation":"referenced","topic":""},{"id":"graph-learning/where-did-the-gap-go","relation":"referenced","topic":""}]},{"id":"graph-learning/classic-gnns","category":"graph-learning","legacyPath":"","legacySlug":"","legacyPaths":[],"title":"Classic GNNs","subtitle":"Régler avant de comparer","author":"Z. Yuan","paperDate":"2024-06-13","publishedOn":"2025-11-25","paperTitle":"Classic GNNs are Strong Baselines: Reassessing GNNs for Node Classification","paperUrl":"https://arxiv.org/abs/2406.08993","bibliography":{"title":"Classic GNNs are Strong Baselines: Reassessing GNNs for Node Classification","authors":["Yuankai Luo","Lei Shi","Xiao-Ming Wu"],"url":"https://arxiv.org/abs/2406.08993","pdfUrl":"https://arxiv.org/pdf/2406.08993v2","codeUrl":"https://github.com/LUOyk1999/tunedGNN","preprint":{"id":"2406.08993","submittedOn":"2024-06-13","url":"https://arxiv.org/abs/2406.08993"},"publication":{"venue":"NeurIPS Datasets and Benchmarks","shortVenue":"NeurIPS D&B","year":2024,"kind":"conference","url":"https://proceedings.neurips.cc/paper_files/paper/2024/hash/b10ed15ff1aa864f1be3a75f1ffc021b-Abstract-Datasets_and_Benchmarks_Track.html"},"citation":"@misc{graphlearningclassicgnns2024,\n  title = {{Classic GNNs are Strong Baselines: Reassessing GNNs for Node Classification}},\n  author = {Yuankai Luo and Lei Shi and Xiao-Ming Wu},\n  year = {2024},\n  eprint = {2406.08993},\n  archivePrefix = {arXiv},\n  url = {https://arxiv.org/abs/2406.08993}\n}\n","citationPath":"/content/papers/citations/graph-learning/classic-gnns.166c6c5a9ba0.bib"},"thumbnail":{"src":"/content/papers/assets/c0d0343c2ddf281c63e4c48623074c885c2a966b5b3100ad107199638d9822c8.png","width":1080,"height":516},"locale":"fr","path":"/content/papers/fr/graph-learning/classic-gnns.fe40f6daf8d8.md","headings":[{"id":"poser-le-problème","text":"Poser le problème","depth":2},{"id":"résoudre-le-problème","text":"Résoudre le problème","depth":2},{"id":"trois-modèles-classiques","text":"Trois modèles classiques","depth":3},{"id":"quatre-hyperparamètres","text":"Quatre hyperparamètres","depth":3},{"id":"protocole-expérimental","text":"Protocole expérimental","depth":3},{"id":"discussion","text":"Discussion","depth":2},{"id":"homophilie","text":"Homophilie","depth":3},{"id":"hétérophilie","text":"Hétérophilie","depth":3},{"id":"grands-graphes","text":"Grands graphes","depth":3},{"id":"quel-hyperparamètre-compte-le-plus-","text":"Quel hyperparamètre compte le plus ?","depth":3},{"id":"conclusion","text":"Conclusion","depth":2}],"anchorAliases":{},"guide":null,"relatedReading":[{"id":"graph-learning/deeper-insights","relation":"referenced","topic":""},{"id":"graph-learning/gnn-plus","relation":"referenced","topic":""}]},{"id":"graph-learning/graphgps","category":"graph-learning","legacyPath":"","legacySlug":"","legacyPaths":[],"title":"GraphGPS","subtitle":"Un GPS sur le graphe","author":"Z. Yuan","paperDate":"2022-05-25","publishedOn":"2025-09-09","world":"external/graphgps","paperTitle":"Recipe for a General, Powerful, Scalable Graph Transformer","paperUrl":"https://arxiv.org/abs/2205.12454","bibliography":{"title":"Recipe for a General, Powerful, Scalable Graph Transformer","authors":["Ladislav Rampášek","Mikhail Galkin","Vijay Prakash Dwivedi","Anh Tuan Luu","Guy Wolf","Dominique Beaini"],"url":"https://arxiv.org/abs/2205.12454","pdfUrl":"https://arxiv.org/pdf/2205.12454v4","codeUrl":"https://github.com/rampasek/GraphGPS","preprint":{"id":"2205.12454","submittedOn":"2022-05-25","url":"https://arxiv.org/abs/2205.12454"},"publication":{"venue":"NeurIPS","year":2022,"kind":"conference","url":"https://proceedings.neurips.cc/paper_files/paper/2022/hash/5d4834a159f1547b267a05a4e2b7cf5e-Abstract-Conference.html"},"citation":"@misc{graphlearninggraphgps2022,\n  title = {{Recipe for a General, Powerful, Scalable Graph Transformer}},\n  author = {Ladislav Rampášek and Mikhail Galkin and Vijay Prakash Dwivedi and Anh Tuan Luu and Guy Wolf and Dominique Beaini},\n  year = {2022},\n  eprint = {2205.12454},\n  archivePrefix = {arXiv},\n  url = {https://arxiv.org/abs/2205.12454}\n}\n","citationPath":"/content/papers/citations/graph-learning/graphgps.053e58fd5309.bib"},"thumbnail":{"src":"/content/papers/assets/e4177a894582643d7811bced6f6c6cf8bb51ff7738da4af5d98115883e1a4bb8.png","width":1116,"height":798},"locale":"fr","path":"/content/papers/fr/graph-learning/graphgps.e64f8dec7145.md","headings":[{"id":"poser-le-problème","text":"Poser le problème","depth":2},{"id":"position-et-structure","text":"Position et structure","depth":3},{"id":"pourquoi-les-messages-en-ont-besoin","text":"Pourquoi les messages en ont besoin","depth":3},{"id":"propager-avant-lattention-peut-déjà-perdre-linformation","text":"Propager avant l'attention peut déjà perdre l'information","depth":3},{"id":"résoudre-le-problème","text":"Résoudre le problème","depth":2},{"id":"trois-ingrédients","text":"Trois ingrédients","depth":3},{"id":"une-couche-gps","text":"Une couche GPS","depth":3},{"id":"une-complexité-linéaire","text":"Une complexité linéaire","depth":3},{"id":"discussion","text":"Discussion","depth":2},{"id":"ablation--le-poids-de-chaque-voie","text":"Ablation : le poids de chaque voie","depth":3},{"id":"comparaison-aux-autres-modèles","text":"Comparaison aux autres modèles","depth":3},{"id":"une-réévaluation-un-an-plus-tard","text":"Une réévaluation, un an plus tard","depth":3},{"id":"conclusion","text":"Conclusion","depth":2}],"anchorAliases":{},"guide":null,"relatedReading":[{"id":"graph-learning/graph-transformer","relation":"referenced","topic":""},{"id":"graph-learning/san","relation":"referenced","topic":""},{"id":"graph-learning/graphormer","relation":"referenced","topic":""}]},{"id":"graph-learning/where-did-the-gap-go","category":"graph-learning","legacyPath":"","legacySlug":"","legacyPaths":[],"title":"Where Did the Gap Go?","subtitle":"Où est passé l'écart ?","author":"Z. Yuan","paperDate":"2023-09-01","publishedOn":"2025-11-12","paperTitle":"Where Did the Gap Go? Reassessing the Long-Range Graph Benchmark","paperUrl":"https://arxiv.org/abs/2309.00367","bibliography":{"title":"Where Did the Gap Go? Reassessing the Long-Range Graph Benchmark","authors":["Jan Tönshoff","Martin Ritzert","Eran Rosenbluth","Martin Grohe"],"url":"https://arxiv.org/abs/2309.00367","pdfUrl":"https://arxiv.org/pdf/2309.00367v2","codeUrl":"https://github.com/toenshoff/LRGB","preprint":{"id":"2309.00367","submittedOn":"2023-09-01","url":"https://arxiv.org/abs/2309.00367"},"publication":{"venue":"Transactions on Machine Learning Research","shortVenue":"TMLR","year":2024,"kind":"journal","url":"https://openreview.net/forum?id=Nm0WX86sKv"},"citation":"@misc{graphlearningwheredidthegapgo2023,\n  title = {{Where Did the Gap Go? Reassessing the Long-Range Graph Benchmark}},\n  author = {Jan Tönshoff and Martin Ritzert and Eran Rosenbluth and Martin Grohe},\n  year = {2023},\n  eprint = {2309.00367},\n  archivePrefix = {arXiv},\n  url = {https://arxiv.org/abs/2309.00367}\n}\n","citationPath":"/content/papers/citations/graph-learning/where-did-the-gap-go.288771073197.bib"},"thumbnail":{"src":"/content/papers/assets/2381a94a5409a041eaab5b06f8dd33ebdd448087d689d89d780486cf3b900353.png","width":1118,"height":416},"locale":"fr","path":"/content/papers/fr/graph-learning/where-did-the-gap-go.983ee3bbdf75.md","headings":[{"id":"poser-le-problème","text":"Poser le problème","depth":2},{"id":"résoudre-le-problème","text":"Résoudre le problème","depth":2},{"id":"une-recherche-élémentaire-dhyperparamètres","text":"Une recherche élémentaire d'hyperparamètres","depth":3},{"id":"normaliser-canal-par-canal","text":"Normaliser canal par canal","depth":3},{"id":"filtered-mrr","text":"filtered MRR","depth":3},{"id":"discussion","text":"Discussion","depth":2},{"id":"les-peptides","text":"Les peptides","depth":3},{"id":"une-tête-de-prédiction","text":"Une tête de prédiction","depth":3},{"id":"les-superpixels","text":"Les superpixels","depth":3},{"id":"pcqm-contact","text":"PCQM-Contact","depth":3},{"id":"conclusion","text":"Conclusion","depth":2}],"anchorAliases":{},"guide":null,"relatedReading":[{"id":"graph-learning/lrgb","relation":"referenced","topic":""},{"id":"graph-learning/gnn-plus","relation":"referenced","topic":""}]}],"text":"Après GraphGPS, les classements de classification et de régression de graphes sont presque remplis de Graph Transformers. Leur justification se ressemble : expressivité limitée, surlissage en profondeur, over-squashing à longue portée ; l'attention globale comblerait ces lacunes.\n\nYuankai Luo, Lei Shi et Xiao-Ming Wu, de Beihang et de l'université polytechnique de Hong Kong, doutent. L'année précédente, ils avaient donné à GCN, GAT et GraphSAGE les mêmes espaces de recherche qu'aux nouveaux modèles en classification de nœuds ; sur 17 des 18 jeux, ils égalaient ou dépassaient les meilleurs.\n\n\n> [!TIP]\n> \n> Pour cette première comparaison en classification de nœuds, voir notre note :\n> \n> - **[[24.06] Classic GNNs : Régler avant de comparer](/blog/papers/graph-learning/classic-gnns)**\n\n\nIls posent maintenant la même question au niveau des graphes : les GNN classiques, avec les techniques d'entraînement actuelles, peuvent-ils rivaliser avec les Graph Transformers ?\n\n## Poser le problème\n\n### Deux types de tâches\n\nLes auteurs distinguent tâches par nœud et par graphe. La classification de nœuds utilise souvent un grand graphe social ou de citations, dont les nœuds sont répartis entre entraînement, validation et test. Au niveau des graphes, l'unité est le graphe entier ; le jeu contient de nombreux petits graphes, molécules ou protéines, et les partitions séparent ces graphes.\n\nDonnées, partitions et stratégies d'entraînement diffèrent : les conclusions par nœud ne se transfèrent pas directement au niveau des graphes.\n\n### Une comparaison équitable ?\n\nLes preuves de supériorité des Graph Transformers viennent surtout des tâches par graphe, notamment moléculaires. Mais leurs références GNN gardent souvent des configurations anciennes, sans les techniques devenues habituelles dans les nouveaux modèles.\n\nLes auteurs cherchent la part de l'écart due à l'architecture et celle due à des références mal réglées.\n\n## Résoudre le problème\n\n### Trois modèles classiques\n\nTrois modèles à messages servent de squelette :\n\n- **GCN** : somme de soi-même et des voisins, normalisés symétriquement par les degrés, puis multiplication par les poids.\n- **GIN** : soi-même multiplié par $1+\\epsilon$, plus la somme des voisins, puis un MLP.\n- **GatedGCN** : une porte par arête, calculée depuis ses extrémités et ses caractéristiques, dose le message transmis par le voisin.\n\n### Six techniques\n\nSix ingrédients courants leur sont ajoutés pour former GNN+ :\n\n1. **Caractéristiques d'arêtes** : projeter $e_{uv}$ par une matrice apprise et les intégrer aux messages. Liaisons moléculaires et relations spatiales des superpixels sont portées par les arêtes.\n2. **Normalisation** : BatchNorm après l'agrégation, avant l'activation, pour stabiliser les distributions.\n3. **Dropout** : après l'activation, pour réduire la coadaptation des neurones.\n4. **Connexions résiduelles** : ajouter directement l'entrée de la couche à sa sortie.\n5. **Réseau feed-forward (FFN)** : un FFN à deux couches, comme dans le Transformer, avec son résidu et sa normalisation.\n6. **Encodage positionnel** : concaténer RWSE, les probabilités de retour au départ après $m$ pas, aux caractéristiques d'entrée, puis appliquer une couche linéaire.\n\nPour GCN, une couche GCN+ complète s'écrit :\n\n$$\nh_v^l=\\mathrm{FFN}\\left(\\mathrm{Dropout}\\left(\\sigma\\left(\\mathrm{BN}\\left(\\sum_{u\\in\\mathcal N(v)\\cup\\{v\\}}\\frac{1}{\\sqrt{\\hat d_u\\hat d_v}}h_u^{l-1}W^l+e_{uv}W_e^l\\right)\\right)\\right)+h_v^{l-1}\\right)\n$$\n\n$$\n\\mathrm{FFN}(h)=\\mathrm{BN}\\left(\\sigma\\left(hW_{\\mathrm{FFN}_1}^l\\right)W_{\\mathrm{FFN}_2}^l+h\\right)\n$$\n\nDe l'intérieur vers l'extérieur : messages et arêtes, BatchNorm, ReLU, dropout, ajout de l'entrée par résidu, puis FFN.\n\n[![Figure 2 de l'article : les caractéristiques des nœuds sont concaténées aux positions, puis entrent avec les arêtes dans L blocs GNN suivis de FFN, avant lecture finale. À droite, la couche GNN est développée de bas en haut : messages, normalisation, activation et dropout, résidu ; le FFN contient MLP puis Add & Norm.](/content/papers/assets/0be1b8a606332519d042698f1c6afd3ef8857eb95682b95df1cdeb9e3bfe7648.png)](/content/papers/assets/0be1b8a606332519d042698f1c6afd3ef8857eb95682b95df1cdeb9e3bfe7648.png)\n\n*Figure 2 de l'article (Luo et al.), extraite de la [**page 3 du PDF**](https://arxiv.org/pdf/2502.09263v3#page=3). Légende originale omise.*\n\nAucun ingrédient n'est neuf. Résidus, normalisation et dropout viennent des CNN ; FFN et positions des Transformers, RWSE étant courant chez GraphGPS et ses proches. La contribution est leur combinaison systématique et une comparaison équitable.\n\n### Comment comparer ?\n\nLes 14 jeux au niveau des graphes sont répartis en trois groupes :\n\n- **Benchmarking GNNs** : ZINC (régression moléculaire), MNIST et CIFAR10 (classification d'images converties en graphes de superpixels), PATTERN et CLUSTER (classification de nœuds sur graphes synthétiques).\n- **LRGB** : Peptides-func, Peptides-struct (peptides), PascalVOC-SP, COCO-SP (segmentation sémantique de superpixels), plus MalNet-Tiny (graphes d'appels de logiciels malveillants).\n- **OGB** : ogbg-molhiv, ogbg-molpcba, ogbg-ppa, ogbg-code2.\n\nLa recherche suit GraphGPS et les budgets de chaque benchmark, par exemple environ 500,000 paramètres pour ZINC. Les Graph Transformers de référence sont réentraînés dans le même espace et le même environnement ; les autres chiffres viennent de leurs articles ou classements et sont généralement déjà réglés. Chaque expérience utilise 5 graines.\n\n## Discussion\n\n### Résultats d'ensemble\n\nSur les 14 jeux, les GNN classiques renforcés entrent partout dans les trois premiers, avec 8 victoires. Quelques résultats :\n\n| Jeu (métrique) | GCN initial | GCN+ | GatedGCN+ | GraphGPS | Meilleur autre modèle du tableau |\n| --- | ---: | ---: | ---: | ---: | ---: |\n| ZINC (MAE ↓) | 0.367 | 0.076 | 0.077 | 0.070 | 0.057 (TIGT) |\n| CIFAR10 (exactitude ↑) | 55.71% | 69.82% | **77.22%** | 72.30% | 76.85% (GRED) |\n| Peptides-func (AP ↑) | 0.6860 | **0.7261** | 0.7006 | 0.6535 | 0.7150 (DRew) |\n| Peptides-struct (MAE ↓) | 0.2460 | **0.2421** | 0.2431 | 0.2500 | 0.2449 (Graph ViT) |\n| PascalVOC-SP (F1 ↑) | 0.2078 | 0.3357 | 0.4263 | 0.4440 | 0.4561 (GSSC) |\n\nPlusieurs points ressortent :\n\n1. **L'écart avec les versions initiales est énorme.** Sur ZINC, GCN passe de 0.367 à 0.076 de MAE, GIN de 0.526 à 0.065, avec le même squelette et les six techniques.\n2. **Sur les petites molécules, l'écart s'efface presque.** GIN+ à 0.065 dépasse GraphGPS. Les meilleurs Graph Transformers gardent une petite avance, mais l'écart de plusieurs fois devient quelques centièmes.\n3. **Sur la longue portée, les classiques prennent la tête.** GCN+ atteint 0.7261 sur Peptides-func, devant tous les Graph Transformers et Graph Mamba listés. Le « GCN initial » de LRGB est déjà celui réglé par Tönshoff en 2023 ; l'article LRGB ne rapportait que 0.5930.\n4. **Ils ne gagnent pas tout.** Sur PascalVOC-SP, GatedGCN+ reste derrière GraphGPS version 2023 et GSSC.\n\nSur OGB, GatedGCN+ entre dans les trois premiers des quatre jeux et en remporte trois. Sur ogbg-ppa, son gain d'environ 9% le place premier du classement OGB ; sur ogbg-molhiv et ogbg-molpcba, il égale Graphormer et EGT préentraînés sur d'autres jeux.\n\n### Plus rapides aussi\n\nSans attention globale, les classiques calculent bien moins. Par époque, GraphGPS prend 21 secondes sur ZINC, GCN+ 7 ; sur MalNet-Tiny, à 1,410 nœuds moyens, GraphGPS prend 46 secondes, GCN+ 6.\n\n### Le rôle de chaque technique\n\nLes auteurs retirent les six ingrédients un par un pour chaque modèle et en tirent six observations :\n\n1. **Les arêtes comptent surtout pour molécules et superpixels.** Elles décrivent des liaisons ou des relations spatiales ; dans les graphes d'appels, elles renseignent moins la tâche et leur retrait change peu les résultats.\n2. **La normalisation compte davantage sur les grands jeux.** Sur les 150,000 graphes d'ogbg-ppa, son retrait fait perdre environ 15% d'exactitude aux trois modèles.\n3. **Un peu de dropout aide presque partout.** 97% des taux optimaux ne dépassent pas 0.2, et 64% ne dépassent pas 0.1. C'est l'inverse de leur observation par nœud, qui demandait généralement davantage de dropout.\n4. **Les résidus sont généralement indispensables**, sauf pour les réseaux peu profonds sur petits graphes. Les peptides n'utilisent que 3 à 5 couches et changent peu sans résidus ; ailleurs, plus de 10 couches se dégradent souvent fortement sans eux.\n5. **Le FFN est crucial pour GCN+ et GIN+.** Sur MNIST, retirer celui de GIN+ fait passer de 98.29% à 11.35%, soit une chute relative de 88%. Les portes de GatedGCN+ réduisent sa dépendance au FFN.\n6. **Les positions aident les petits jeux, moins les grands.** Retirer RWSE dégrade nettement ZINC, PATTERN, CLUSTER, Peptides-func et ogbg-molhiv, de 10,000 à 40,000 graphes ; au-delà de 100,000, l'effet est discret. Les auteurs supposent qu'avec assez de données, le modèle dépend moins des encodages pour saisir la structure.\n\nCLUSTER donne l'ablation la plus saisissante. La classification de nœuds à 6 classes a un hasard à 16.7% ; retirer les résidus fait tomber les trois modèles entre 16.5% et 16.8%. GCN+ sans normalisation fait pareil. Dans ces réseaux de plus de 10 couches, retirer résidus ou normalisation peut laisser le modèle sans apprentissage utile.\n\n\n> [!TIP]\n> \n> Pour GraphGPS, la réévaluation des références LRGB et les modèles GCN et GIN utilisés ici, voir nos notes :\n> \n> - **[[22.05] GraphGPS : Un GPS sur le graphe](/blog/papers/graph-learning/graphgps)**\n> - **[[23.09] Where Did the Gap Go? : Où est passé l'écart ?](/blog/papers/graph-learning/where-did-the-gap-go)**\n> - **[[16.09] GCN : Un seul paramètre suffit-il ?](/blog/papers/graph-learning/gcn)**\n> - **[[18.10] GIN : C'est la somme qui compte](/blog/papers/graph-learning/gin)**\n\n\n### Les limites reconnues par les auteurs\n\nCes conclusions sont entièrement expérimentales, sans théorie expliquant le retour des GNN classiques. Les interactions entre les six techniques et leur capacité réelle à atténuer surlissage et over-squashing demandent encore une analyse.\n\nLes auteurs citent aussi Bechler-Speicher et al. (2025) : les jeux actuels ne reflètent peut-être pas la complexité et la diversité des problèmes réels. Des benchmarks plus exigeants et plus proches des applications pourraient encore changer les places respectives des GNN classiques et des Graph Transformers.\n\n## Conclusion\n\nL'article renforce GCN, GIN et GatedGCN avec six techniques courantes, puis les oppose aux Graph Transformers sur 14 jeux au niveau des graphes : partout dans les trois premiers, 8 victoires, avec un entraînement plusieurs fois plus rapide.\n\nLisez-le avec son prédécesseur et Tönshoff : tous trois demandent de mesurer l'avantage d'une architecture face à des références aussi bien réglées.\n\nL'attention reste pourtant dans le paysage. FFN et RWSE, utilisés par GNN+, appartenaient déjà à la boîte à outils des Graph Transformers ; les deux voies ont mélangé leurs outils.\n\nAvant un nouveau modèle au niveau des graphes, lancez GatedGCN+ comme référence. Les auteurs publient le [code](https://github.com/LUOyk1999/GNNPlus) et les hyperparamètres par jeu ; cela prend peu de temps.\n","imageSizes":{"/content/papers/assets/0be1b8a606332519d042698f1c6afd3ef8857eb95682b95df1cdeb9e3bfe7648.png":{"width":604,"height":510}}}