أظهرت الشبكات العصبية التي تعتمد على تمرير الرسائل (MPNNs) معاناتها من ظاهرة "الضغط الزائد" (over-squashing)، التي تؤدي إلى أداء ضعيف في المهام التي تعتمد على التفاعلات على مدى بعيد. ويمكن تفسير هذا الظاهرة إلى حد كبير بكون تمرير الرسائل يقتصر فقط على الجيران المباشرين للعقدة، أي على نطاق محلي. أما الطرق المُعدَّلة للرسم البياني (rewiring) التي تحاول جعل الرسوم البيانية "أكثر اتصالاً"، وتعتبر أكثر ملاءمة للمهام طويلة المدى، فإنها غالبًا ما تفقد التحيز الاستنتاجي الناتج عن المسافة في الرسم البياني، لأنها تسمح للتواصل الفوري بين العقد البعيدة في كل طبقة. في هذا البحث، نقترح إطارًا يمكن تطبيقه على أي بنية MPNN، يقوم بإعادة توصيل الرسوم البيانية بشكل يعتمد على الطبقة، بهدف ضمان تكثيف تدريجي للرسم البياني. كما نقترح آلية تأخير تتيح وجود اتصالات مُتعددة الطبقات (skip connections) بين العقد بناءً على الطبقة والمسافة المتبادلة بينها. ونُثبت فعالية نهجنا من خلال تقييمه على عدة مهام طويلة المدى، ونُظهر أنه يتفوق على نماذج الرسوم البيانية ذات التحولات (graph Transformers) والـ MPNNs متعددة الخطوات (multi-hop MPNNs).