在图神经网络（GNN）中，消息传递框架是通过聚合邻接节点的信息来更新中心节点的关键概念。这种框架在二相图中的应用尤为重要。二相图由两个不相交的节点集组成，仅连接不同子集的节点，从而提高消息传递效率。通过使用二相图，GNN可以在大规模数据处理中简化复杂结构，增强计算效率。`MessagePassing`基类在Pytorch Geometric库中为实现GNN提供了便利，允许用户自定义消息传递逻辑，优化节点信息更新。