DRIFT
收藏资源简介：
DRIFT是由康涅狄格大学等研究机构构建的面向任务无关持续图学习的基准数据集，旨在模拟现实世界中连续分布漂移的动态图数据流。该数据集基于CoraFull-CL、Arxiv-CL、Reddit-CL和RomanEmpire-CL四个图数据集构建，涵盖数万至数十万节点规模，通过高斯混合参数化实现从硬任务切换到平滑分布漂移的连续过渡动态。其创建过程采用时间变化混合模型，将数据流建模为潜在任务分布的时变混合，通过控制高斯核宽度参数实现不同程度的任务重叠。该数据集主要应用于评估持续图学习算法在非平稳环境下的性能，解决传统任务划分假设与真实数据流连续演化之间的差距问题。
DRIFT is a benchmark dataset for task-agnostic continual graph learning, constructed by researchers from institutions including the University of Connecticut, aiming to simulate dynamic graph data streams with continuous distribution drift in real-world scenarios. It is built based on four graph datasets: CoraFull-CL, Arxiv-CL, Reddit-CL and RomanEmpire-CL, with scales ranging from tens of thousands to hundreds of thousands of nodes. The dataset achieves the continuous transition from hard task switching to smooth distribution drift through Gaussian mixture parameterization. Its creation process adopts a time-varying mixture model, which models the data stream as a time-varying mixture of latent task distributions, and realizes different degrees of task overlap by controlling the Gaussian kernel width parameter. This dataset is primarily used to evaluate the performance of continual graph learning algorithms in non-stationary environments, addressing the gap between traditional task partitioning assumptions and the continuous evolution of real-world data streams.
DRIFT 数据集概览
DRIFT 是一个用于任务无关持续图学习（Task-Free Continual Graph Learning）的基准测试，专注于连续分布漂移场景。该基准测试提供了统一的评估框架，适用于任务边界模糊、渐进或缺失的现实流式场景。
核心特性
- 任务无关设置：支持类增量、模糊、边界模糊、高斯过渡和时间增量等多种流式场景
- 多骨干网络：内置 GCN、GAT 和 GIN 三种图神经网络骨干
- 全面基线方法：包含 9 种持续学习方法，涵盖基于回放、正则化和联合训练等类型
- 标准化数据集：提供多个标准化的持续学习图数据集版本
支持的数据集
| 数据集 | 类型 | 用途 |
|---|---|---|
| CoraFull-CL | 引文网络 | 任务无关流式学习 |
| Arxiv-CL | 引文网络 | 任务无关/时间流式学习 |
| Reddit-CL | 社交网络 | 任务无关流式学习 |
| RomanEmpire-CL | 异质图 | 任务无关流式学习 |
支持的模型与方法
| 方法 | 类型 | 说明 |
|---|---|---|
| bare | 下界 | 朴素序贯微调 |
| joint | 上界 | 所有任务联合训练 |
| mas | 正则化 | 记忆感知突触 |
| tfmas | 正则化 | 任务无关 MAS |
| agem | 回放 | 平均梯度片段记忆 |
| er | 回放 | 经验回放 |
| gss | 回放 | 基于梯度的样本选择 |
| ssm | 回放 | 稀疏子图记忆 |
| dmsg | 回放 | 解耦记忆子图 |
| sem | 回放 | 结构演化记忆 |
支持的设置
| 设置参数 | 描述 |
|---|---|
| tfocis | 任务无关类增量流 |
| tfo | 通过类别重叠实现模糊任务 |
| tfo_bb | 边界模糊：混合相邻任务批次样本 |
| tfo_gaussian | 高斯加权连续任务过渡 |
评估指标
- 最终准确率 (FA)：最后一个任务后的平均准确率
- 反向迁移 (AF)：新任务对先前任务的影响
- 前向迁移 (FWT)：对未见任务的零样本迁移能力
- AAUC：整个流式过程中的平均准确率
- FM/AF_s：流结束时与峰值准确率的下降量
快速使用示例
高斯连续过渡： bash python main.py --dataset CoraFull-CL --backbone GCN --method sem --setting tfo_gaussian --gaussian_sigma 20.0
全局模糊： bash python main.py --dataset Arxiv-CL --backbone GCN --method ssm --setting tfo_blurry --percentage 0.9
边界模糊： bash python main.py --dataset CoraFull-CL --backbone GCN --method dmsg --setting tfo_bb --blurry_batch_count 5 --boundary_mix_ratio 0.5
类增量流： bash python main.py --dataset CoraFull-CL --backbone GCN --method er --setting tfocis
时间增量流： bash python main.py --dataset Arxiv-CL --backbone GCN --method er --time_streaming True --n_time_tasks 20
相关论文
该基准测试基于 CGLB（Zhang 等人，NeurIPS 2022）扩展而来，新增了任务无关场景和连续分布漂移设置。若使用本数据集，请引用相关论文：
bibtex @article{drift2026, title={DRIFT: A Benchmark for Task-Free Continual Graph Learning under Continuous Transitions}, author={Guiquan Sun, Xikun Zhang, Jingchao Ni, Dongjin Song}, journal={arXiv preprint arXiv:2605.12998}, year={2026} }
