property-prediction

本文介绍了MR-MoL，一种多粒度理由引导的分子大语言模型，它通过暴露GNN生成的子结构归因信息，在MoleculeNet基准上改进分子性质预测。

SenCos-GEM提出了一个物理引导的分子表示学习框架，利用Squeeze-and-Excitation模块和余弦定理约束提升3D几何理解，在MoleculeNet回归基准上取得了最先进的成果。

一位研究者描述构建了一个具有27万个参数的深度学习模型，用于从拓扑指数预测熔点，达到了R² 0.6399，并询问是否应该发表这些结果。

PolyFusionAgent是一个框架，结合了多模态聚合物基础模型(PolyFusion)与工具增强、文献基础的设计智能体(PolyAgent)，用于聚合物性能预测与逆向设计，实现证据关联的发现。