Papers with Code · CC BY-SA 4.0

ogbg-molpcba

아카이브 평가 36건 · 마지막 적재/변경 2026-10-30

평가 기록

과거 수집 기록이며 최신 순위가 아닙니다. 데이터셋 버전·split·실험 조건과 지표 방향이 검증되지 않은 결과는 직접 비교할 수 없습니다. 날짜는 논문 날짜이며 최신 평가일을 뜻하지 않습니다.

표가 화면보다 넓으면 좌우로 스크롤하여 논문과 구현 링크를 확인하세요.

원본 기록 순서 · 순위 미부여
모델	원본 지표·값	논문	구현
HyperFusino	Test AP 0.3204 ± 0.0001 Validation AP 0.3353 ± 0.0002 Number of params 10887085 Ext. data No	연결 없음 논문 날짜 미기재	연결 없음
HyperFusion	Test AP 0.3204 ± 0.0001 Validation AP 0.3353 ± 0.0002 Number of params 10887085 Ext. data No	연결 없음 논문 날짜 미기재	연결 없음
HIG(pre-trained on PCQM4M)	Test AP 0.3167 ± 0.0034 Validation AP 0.3252 ± 0.0043 Number of params 119529665 Ext. data Yes	연결 없음 논문 날짜 미기재	연결 없음
TGT-Ag+TGT-At-DP	Test AP 0.3167 ± 0.0031 Number of params 47000000 Ext. data Yes	Triplet Interaction Improves Graph Transformers: Accurate Molecular Graph Learning with Triplet Graph Transformers 2024-02-07	코드 1 · 코드 2 · 코드 3
Graphormer	Test AP 0.3140 ± 0.0032 Validation AP 0.3227 ± 0.0024 Number of params 119529664	Do Transformers Really Perform Bad for Graph Representation? 2021-06-09	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
Graphormer (pre-trained on PCQM4M)	Test AP 0.3140 ± 0.0032 Validation AP 0.3227 ± 0.0024 Number of params 119529664 Ext. data Yes	Do Transformers Really Perform Bad for Graph Representation? 2021-06-09	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
GatedGCN-HSG	Test AP 0.3129±0.0020	Next Level Message-Passing with Hierarchical Support Graphs 2024-06-22	코드 1
PDF	Test AP 0.3031 ± 0.0026 Validation AP 0.3115 ± 0.0020 Number of params 3842048 Ext. data No	Towards Better Graph Representation Learning with Parameterized Decomposition & Filtering 2023-05-10	코드 1 · 코드 2
PAS	Test AP 0.3012 ± 0.0039 Validation AP 0.3151 ± 0.0047 Number of params 5560960 Ext. data No	연결 없음 논문 날짜 미기재	연결 없음
Nested GIN+virtual node (ensemble)	Test AP 0.3007 ± 0.0037 Validation AP 0.3059 ± 0.0056 Number of params 44187480 Ext. data No	Nested Graph Neural Networks 2021-10-25	코드 1 · 코드 2
Nested GIN+virtual node (ens)	Test AP 0.3007 ± 0.0037 Validation AP 0.3059 ± 0.0056	Nested Graph Neural Networks 2021-10-25	코드 1 · 코드 2
GINE+bot	Test AP 0.2994 ± 0.0019 Validation AP 0.3094 ± 0.0023 Number of params 5511680 Ext. data No	연결 없음 논문 날짜 미기재	연결 없음
CRaWl	Test AP 0.2986 ± 0.0025 Validation AP 0.3075 ± 0.0020 Number of params 6115728 Ext. data No	Walking Out of the Weisfeiler Leman Hierarchy: Graph Learning Beyond Message Passing 2021-02-17	코드 1
GatedGCN+	Test AP 0.2981 ± 0.0024 Validation AP 0.3011 ± 0.0037 Number of params 6016860 Ext. data No	Unlocking the Potential of Classic GNNs for Graph-level Tasks: Simple Architectures Meet Excellence 2025-02-13	코드 1
GINE+ w/ APPNP	Test AP 0.2979 ± 0.0030 Validation AP 0.3126 ± 0.0023 Number of params 6147029 Ext. data No	Graph convolutions that can finally model local structure 2020-11-30	코드 1
EGT	Test AP 0.2961 ± 0.0024	Global Self-Attention as a Replacement for Graph Convolution 2021-08-07	코드 1 · 코드 2 · 코드 3
PHC-GNN	Test AP 0.2947 ± 0.0026 Validation AP 0.3068 ± 0.0025 Number of params 1690328 Ext. data No	Parameterized Hypercomplex Graph Neural Networks for Graph Classification 2021-03-30	코드 1
GIN-AK	Test AP 0.2930 ± 0.0044 Validation AP 0.3047 ± 0.0007 Number of params 3081029 Ext. data No	From Stars to Subgraphs: Uplifting Any GNN with Local Structure Awareness 2021-10-07	코드 1 · 코드 2
GINE+ w/ virtual nodes	Test AP 0.2917 ± 0.0015 Validation AP 0.3065 ± 0.0030 Number of params 6147029 Ext. data No	Graph convolutions that can finally model local structure 2020-11-30	코드 1
GPS	Test AP 0.2907 Validation AP 0.3015 ± 0.0038 Number of params 9744496 Ext. data No	Recipe for a General, Powerful, Scalable Graph Transformer 2022-05-25	코드 1 · 코드 2 · 코드 3 · 코드 4
DGN	Test AP 0.2885 ± 0.0030 Validation AP 0.2970 ± 0.0021 Number of params 6732696 Ext. data No	Directional Graph Networks 2020-10-06	코드 1 · 코드 2
RandomGIN-vn+FLAG	Test AP 0.2881 ± 0.0028 Validation AP 0.3035 ± 0.0047 Number of params 5572026 Ext. data No	RAN-GNNs: breaking the capacity limits of graph neural networks 2021-03-29	연결 없음
DeeperGCN+virtual node+FLAG	Test AP 0.2842 ± 0.0043 Validation AP 0.2952 ± 0.0029 Number of params 5550208 Ext. data No	Robust Optimization as Data Augmentation for Large-scale Graphs 2020-10-19	코드 1 · 코드 2 · 코드 3
PNA	Test AP 0.2838 ± 0.0035 Validation AP 0.2926 ± 0.0026 Number of params 6550839 Ext. data No	Principal Neighbourhood Aggregation for Graph Nets 2020-04-12	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8
GIN+virtual node+FLAG	Test AP 0.2834 ± 0.0038 Validation AP 0.2912 ± 0.0026 Number of params 3374533 Ext. data No	Robust Optimization as Data Augmentation for Large-scale Graphs 2020-10-19	코드 1 · 코드 2 · 코드 3
Nested GIN+virtual node	Test AP 0.2832 ± 0.0041 Validation AP 0.2915 ± 0.0035	Nested Graph Neural Networks 2021-10-25	코드 1 · 코드 2
DeeperGCN+virtual node	Test AP 0.2781 ± 0.0038 Validation AP 0.2920 ± 0.0025 Number of params 5550208 Ext. data No	DeeperGCN: All You Need to Train Deeper GCNs 2020-06-13	코드 1 · 코드 2 · 코드 3
GIN+virtual node	Test AP 0.2703 ± 0.0023 Validation AP 0.2798 ± 0.0025 Number of params 3374533 Ext. data No	How Powerful are Graph Neural Networks? 2018-10-01	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19
GCN+virtual node+FLAG	Test AP 0.2483 ± 0.0037 Validation AP 0.2556 ± 0.0040 Number of params 2017028 Ext. data No	Robust Optimization as Data Augmentation for Large-scale Graphs 2020-10-19	코드 1 · 코드 2 · 코드 3
GCN+virtual node	Test AP 0.2424 ± 0.0034 Validation AP 0.2495 ± 0.0042 Number of params 2017028 Ext. data No	Semi-Supervised Classification with Graph Convolutional Networks 2016-09-09	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21 · 코드 22 · 코드 23 · 코드 24 · 코드 25 · 코드 26 · 코드 27 · 코드 28 · 코드 29 · 코드 30 · 코드 31 · 코드 32 · 코드 33 · 코드 34 · 코드 35 · 코드 36 · 코드 37 · 코드 38 · 코드 39 · 코드 40 · 코드 41 · 코드 42 · 코드 43 · 코드 44 · 코드 45 · 코드 46 · 코드 47 · 코드 48 · 코드 49 · 코드 50 · 코드 51 · 코드 52 · 코드 53 · 코드 54 · 코드 55