LLM 특징이 GNN에 해를 끼칠 수 있는 이유: 동종성(Homophilous) 그래프 벤치마크에서의 결합 간섭

요약

LLM 특징을 GNN에 단순 결합할 때 동종성(homophily)이 높은 그래프 벤치마크에서 정확도가 오히려 저하될 수 있음을 발견했습니다. 연구팀은 이를 예측하기 위한 지표인 Delta_sig를 제안하며, 결합의 이득과 손실을 결정하는 메커니즘을 분석했습니다.

핵심 포인트

• LLM 특징의 단순 결합이 특정 그래프 데이터셋의 정확도를 체계적으로 저하시킴
• 동종성(Homophily) 수준에 따라 LLM 특징 결합의 효과가 반전됨
• LLM의 판별력을 나타내는 Delta_sig 지표를 통해 결합 비용 예측 가능
• 차원 및 가중치 감쇠 등 인위적 오류가 아닌 구조적 문제임을 입증