本文研究了图神经网络（GNN）的可解释性，提出了一种新的忠实度量方法，并通过实证分析验证其有效性。研究指出现有的可解释人工智能（XAI）指标在真实场景中不可靠，建议开发新指标以提高准确性，从而促进更可靠的可解释人工智能技术的发展。