该研究提出GTR-Mol-VLM，一个创新的视觉大语言模型，通过将图遍历作为视觉思维链应用于光学化学结构识别（OCSR），有效解决了分子图像中缩写官能团与完整注释不匹配的挑战。该模型在处理含缩写官能团的图像时表现出卓越性能，显著提高了识别精度，并为化学文献数字化和化学信息学提供了强大的工具。发表于 2025年06月10日。

原文链接：https://x.com/BiologyAIDaily/status/1932420426590048509