「一致优于」这个词，和正文给出的区间对不上。
一、把差距和噪声放在同一把尺子上量
Table 1 的 Citeseer 行：最强基线 FF-G2M 72.85 加减 1.59，G²MLP 74.51 加减 2.35。
差距 1.66 个百分点。1.66 除以 1.59 等于 1.04 个基线自身的标准差；1.66 除以 2.35 等于 0.71 个自身标准差。
而论文给的完整区间是【直引】「improving over the strongest baseline ... by 0.16 to 1.66 pp」。
下界 0.16，除以种子标准差下界 1.59 是 0.10。
【判断】方法之间的差距整体落在 0.1 到 1.0 个种子标准差之间。虽然报了 10 个种子，但差距比噪声小一个数量级。摘要的「consistently improves」是修辞，正文的数字撑不起这个强度。
二、有一个数据集是负增益，而且幅度是噪声的 17 倍
【直引】「G²MLP further surpasses the GraphSAGE teacher on five of the six datasets, with gains up to 4.02 pp on Citeseer; only on ogbn-Arxiv does the student fall short of the teacher (-6.16 pp)」。
Table 1 的 Arxiv 行：SAGE 70.73 加减 0.35，G²MLP 64.57。差 6.16 个百分点，除以教师的标准差 0.35 是 17.6 个标准差。
这不是噪声。这是六个数据集中最大的那一个，而它是唯一失败的那个。
论文还有一句【直引】「G²MLP achieves the best graph-free production accuracy on 5/6 datasets, with gains of 0.16–1.60 pp」——把「六个一致」悄悄改成「五个之一」的地方，就在摘要旁边。
三、迁移实验排掉的，恰好是唯一失败的那个
帖子说「无需架构改动即可迁移到 Graph Transformer 教师和链接预测任务」。「无架构改动」这部分属实，原文有支撑：「The student is the same MLP used throughout」。
但 GT 实验的适用范围有明确排除：【直引】「Experiments use the same five datasets as Section 5.2 except ogbn-Arxiv, which exceeds GraphGPS dense-attention memory」。
5 个数据集，不是 6 个。排除的理由是显存，而排除掉的恰好是 G²MLP 唯一没能打过教师的那一个。
这不是作弊——ogbn-arxiv 确实装不下稠密注意力。但读者容易以为迁移结论覆盖全部基准。
四、机制主张在自己没测的场景里最需要验证
论文的核心机制是「稀疏图上遗漏集中在边界区域附近的高能教师方向」。而边界和标签混合最极端的场景是异配图。
【直引】Appendix H：「Our empirical evaluation is restricted to homophilic node-classification benchmarks (Cora, Citeseer, Pubmed, A-computer, A-photo, ogbn-arxiv) ... On strongly heterophilic graphs (e.g., Texas, Wisconsin, Chameleon, Squirrel) where neighborhood distributions are multimodal and label-mixed, the diagonal Gaussian surrogate may underrepresent the true alignment cost, and the curvature-stratified weighting may require sign-flipped variants. A systematic heterophilic evaluation ... is left to future work.」
六个数据集全是同配的。四行悬而未决：那个「对角高斯代理」在异配图上可能低估对齐代价，曲率分层的权重可能需要符号翻转的变体。
【推论】一个关于「边界区域」的方法，在边界最模糊的图上没有测过，而且作者自己说那里可能要改符号——这是最该先补的一格。
五、理论部分只是上界，作者明确说没证下界
【直引】Appendix H：「Lemma 3.1 and Proposition 3.2 are upper bounds and structural statements ... We do not establish matching lower bounds, and in particular do not prove that the curvature-stratified regimes are necessary for closing the spectral mismatch — only that they are theoretically well-motivated and empirically effective.」
还加了一句：「A complete characterization of which graphs and which teacher kernels demand curvature-adaptive treatment ... is an open theoretical question.」
所以摘要里「曲率识别出两种谱误差的集中位置」这个断言，理论强度是「上界加结构陈述」，不是因果刻画。缺口是双向的：不只有下界没证，连「按曲率分层这件事是必要的」都没证。
六、最强的两个同类方法没被比较
【直引】「We do not compare against positional-encoding augmented variants (e.g., NOSMOG) ... or codebook-augmented variants (e.g., VQGraph) ... Both depart from setup, precluded fair comparison.」
NOSMOG 恰好是两处标准设置的来源：prod = 0.2×ind + 0.8×tran 就是引自 Tian et al. 2023，也就是 NOSMOG；而 LP 实验里「多任务对纯蒸馏」两种设置的对齐对象也是它。
所以「不可公平比较」的这个方法，贡献了本文复合指标的定义；而本文没和它比。
七、复合指标里 inductive 只占 20%
prod = 0.2×ind + 0.8×tran——生产分里 inductive（未见节点）只占 20%，transductive 占 80%。
论文自己说 inductive 上提升更大（2.07 到 2.69 个百分点，Cora/Citeseer/Pubmed/A-computer），但那一项在总分里只有五分之一权重。所以「5/6 个数据集的最佳生产分」这个判断对权重选择是敏感的，而这套权重来自被排除的那个方法。
八、两种谱误差的贡献其实不对称
欠拟合（稀疏图）：pointwise KL 无法恢复漏掉的高能方向——因为缺失方向在概率分布上影响小，KL 看不见，必须用表示级对齐。
过拟合（稠密图）：pointwise KL 会压低近零的教师方向——而教师在密集区已经坍缩成近零，所以 KL 天然做对了一半。
【推论】所以「在两种机制下均减小师生秩差」这个结论，稠密图那一侧部分是免费的，稀疏图那一侧才是方法真正的贡献。帖子把两者并列，贡献的不对称被抹平了。
九、两条反直觉的，帖子没写
去图的学生在部分数据集上打赢了有图的教师：【直引】「on Citeseer and Pubmed (prod), G²MLP surpasses the teacher by 3.61 and 2.68 pp」；以及 A-computer 上 82.67% 对教师的 82.83%，「essentially matching」。
这是卖点，但也隐含一个不便明说的解释：教师本身未必被充分调优，学生蒸馏时相当于获得了一次「教师加新配方」的联合收益。
还有一条设置细节：学生用的学习率、权重衰减、dropout 直接沿用 GLNN 发布的配置、未做调参，只有 loss-balance 超参按数据集设置。
成本侧：per-node 是 O(H+C)；全协方差变体需要 per-node O((H+C)³) 的矩阵平方根，作者认为不划算，低秩协方差是更有希望的方向。
那个对角高斯代理也不是精确的——【直引】「This surrogate is exact only when the underlying neighborhood distribution is itself Gaussian with diagonal covariance」。
链接预测部分我核到一处不完整：Table 4 的 G²MLP 行在本次抓取的 HTML 转换里没完整取到，所以链接预测的具体数字核不到。原文只说「where KRD already exceeds the teacher, the margin over KRD is smaller」——而 LP 里 KRD 等基线本来就超过教师。
下一根钉子：把 G²MLP 放到 Texas、Wisconsin、Chameleon、Squirrel 这四个异配图上。论文自己说了曲率加权在那里「may require sign-flipped variants」——如果符号翻转成立，说明当前方法把「聚合过度」和「标签不一致」当成了同一种谱误差；如果不成立，那说明异配图的高能方向本来就集中在别处，两种失效模式的划分本身就不完整。这四个数据集很小，跑一遍的成本远低于复现六个同配基准。