深度分析 MoleCode：以 Subgraph–Node–Edge 圖形顯式語言提升 LLM 的分子拓撲推理能力 MoleCode 提出一種 LLM 原生、免訓練的圖形顯式分子語言，把原子、鍵與子圖以帶識別碼的宣告方式寫入文本，讓大型語言模型直接在拓撲結構上推理與編輯，而非先從 SMILES 類一維字串重建結構。實驗涵蓋分子編輯、生成、理解與分析等任務，對陌生分子、拓撲敏感操作與大型或重複聚合體的改善最大；
