본 논문은 분자쌍 상호작용 이해에 중요한 역할을 하는 분자 관계 학습(MRL)에 초점을 맞추고, 최근 대규모 언어 모델(LLM)의 발전과 함께 MRL과 LLM 통합 연구가 증가함에 따라 다양한 LLM과 분자 구조 인코더의 증가로 인한 벤치마킹의 어려움을 해결하기 위해 ModuLM 프레임워크를 제안합니다. ModuLM은 유연한 LLM 기반 모델 구축과 다양한 분자 표현을 지원하도록 설계되었으며, 다양한 유형의 분자 그래프 인코더, 분자 구조 인코더, 상호작용 레이어 및 LLM 백본을 모듈식으로 제공하여 5만 개 이상의 모델 구성을 가능하게 합니다. 또한, ModuLM의 효과를 보여주는 종합적인 결과를 제공합니다.
