本文讨论了图神经网络（GNNs）中的可解释性问题，包括确定邻居对于节点分类的重要性和度量任务性能的方法。结果显示基于梯度的技术在GNN领域中提供的解释几乎没有区别。使用没有自环的GNN时，许多可解释性技术未能识别到重要的邻居。