通过复现12个异质图神经网络的实验，发现简单的同质GNNs被低估，GAT在适当的输入情况下可以胜过所有HGNNs。构建了异质图基准HGB，包括11个不同数据集，以促进HGNN研究。介绍了一个强大的基准Simple-HGN，在HGB上优于先前模型，加速未来HGNNs的发展。

通过复现12个异质图神经网络的实验，发现简单的同质GNNs被低估，GAT在适当的输入情况下可以胜过所有HGNNs。构建了异质图基准HGB，包括11个不同数据集，以促进HGNN研究。介绍了一个强大的基准Simple-HGN，在HGB上优于先前模型，加速未来HGNNs的发展。