본 논문은 다양한 분자 관련 작업을 위해 대규모 언어 모델(LLM)을 개선하는 두 단계 프레임워크인 PEIT(Property Enhanced Instruction Tuning)을 제시합니다. PEIT는 텍스트 설명, SMILES, 생화학적 특성을 다중 모드 입력으로 사용하여 다중 모드 표현을 정렬하고 지침 데이터를 합성하는 PEIT-GEN 모델을 사전 훈련하는 첫 번째 단계와, 합성된 데이터로 기존 오픈소스 LLM을 미세 조정하여 분자 캡션 생성, 텍스트 기반 분자 생성, 분자 특성 예측 및 다중 제약 조건 분자 생성 작업을 처리할 수 있는 PEIT-LLM을 생성하는 두 번째 단계로 구성됩니다. 실험 결과, PEIT-GEN은 분자 캡션 생성에서 MolT5 및 BioT5를 능가하며, PEIT-LLM은 다중 작업 분자 생성에서 향상된 성능을 보여줍니다. 코드, 생성된 지침 데이터 및 모델 체크포인트는 깃허브에 공개되었습니다.
