본 논문은 인간의 지각에 대한 분자적 이해 접근 방식이 주로 기술적인 측면에 초점을 맞추고 있다는 점을 지적하며, 분자 개념과 특정 구조적 구성 요소를 연결하는 참조적(referential) 측면이 미개척 분야임을 강조합니다. 이러한 간극을 해소하기 위해, 모델의 참조 능력을 평가하기 위한 분자 기반(grounding) 벤치마크를 제안합니다. NLP, 화학 정보학, 분자 과학의 기존 관례와 분자 기반을 정렬하여 AI for Science 운동 내에서 NLP 기술의 잠재력을 보여줍니다. 또한, 11만 7천 개의 QA 쌍으로 구성된 현재까지 가장 큰 분자 이해 벤치마크를 구축하고, 개념 증명으로 다중 에이전트 기반 프로토타입을 개발했습니다. 이 시스템은 GPT-4o를 포함한 기존 모델보다 성능이 우수하며, 그 기반 출력은 분자 캡션 생성 및 ATC 분류와 같은 기존 작업을 향상시키는 데 통합되었습니다.
