تم اقتراح العديد من شبكات الشبكات العصبية الرسومية (GNNs) ذات تقنيات تدريب متقدمة وتصميمات نماذج متطورة لأغراض التنبؤ بالروابط. ومع ذلك، قد تؤدي النماذج الأساسية القديمة إلى تضخيم فوائد هذه الأساليب الجديدة. ولحل هذه المشكلة، قمنا بدراسة منهجية للإمكانيات المتوفرة في مُشفّرات الرسوم البيانية التلقائية (GAE)، من خلال ضبط دقيق للبارامترات الفائقة واستخدام تقنية التضمين المتعامد والانتشار الخطي. أظهرت نتائجنا أن نموذج GAE المُحسّن جيدًا يمكنه تحقيق أداءً يوازي أداء النماذج الأكثر تعقيدًا، مع توفير كفاءة حسابية أكبر.