OpenGU 是由北京理工大学于 2025 年发布的一个图遗忘（Graph Unlearning, GU）综合评测数据集，相关论文成果为 OpenGU: A Comprehensive Benchmark for Graph Unlearning，已入选 NeurIPS 2025 Datasets and Benchmarks，旨在为图神经网络中的遗忘方法提供统一的评测框架、多领域数据资源和标准化实验设置。

该数据集汇集了 37 个多领域图数据集，覆盖从节点级、边级到图级任务的不同应用场景，涵盖社会网络、引用网络、商品关系网络、生物化学网络、视觉结构等多种真实与异构图场景，为可删除学习方法提供丰富且具挑战性的评测基础。

该数据集可分为两类：

• 节点/边级任务数据集：19 个
  用于评估在删除节点、边或局部结构后，模型在节点分类、链路预测等任务中的行为变化。
• 图级任务数据集：18 个
  用于评估在删除整图或其子结构后，模型在图分类任务中的表现。