OpenGU est un ensemble de données d'évaluation complet pour le désapprentissage de graphes (GU), publié par l'Institut de technologie de Pékin en 2025. Parmi les articles de recherche associés, on peut citer… OpenGU : un banc d’essai complet pour le désapprentissage de graphesIl a été sélectionné pour les ensembles de données et les benchmarks NeurIPS 2025, dans le but de fournir un cadre d'évaluation unifié, des ressources de données multi-domaines et des paramètres expérimentaux standardisés pour les méthodes d'oubli dans les réseaux neuronaux graphiques.

Cet ensemble de données rassemble 37 jeux de données de graphes multi-domaines, couvrant différents scénarios d'application, des tâches au niveau des nœuds et des arêtes jusqu'au niveau du graphe. Il englobe divers scénarios de graphes hétérogènes et réels, tels que les réseaux sociaux, les réseaux de référence, les réseaux de relations commerciales, les réseaux biochimiques et les structures visuelles, offrant ainsi une base d'évaluation riche et stimulante pour les méthodes d'apprentissage par suppression.

Cet ensemble de données peut être divisé en deux catégories :

• Ensemble de données de tâches au niveau des nœuds/arêtes : 19
  Utilisé pour évaluer les changements de comportement du modèle dans des tâches telles que la classification des nœuds et la prédiction des liens après la suppression de nœuds, d'arêtes ou de structures locales.
• Ensembles de données de tâches au niveau du graphe : 18
  Utilisé pour évaluer les performances du modèle sur des tâches de classification de graphes après la suppression de l'ensemble du graphe ou de ses sous-structures.