本研究建立了ChemRxivQuest数据库，包含155篇ChemRxiv预印本的970对高质量问答，旨在应对化学文献快速增长带来的信息获取挑战，为问答系统和语言模型的微调提供基础资源。

本研究提出了一种MarkushGrapher方法，旨在解决化学文献中马库什结构识别不足的问题。该方法通过联合编码文本、图像和布局信息，有效识别马库什结构，并引入合成数据生成管道以应对训练数据不足。实验结果表明，该方法在多个评估中优于现有模型，具有实际应用潜力。

本文介绍了一种智能代理系统，结合多个大型语言模型，能够自主设计和执行科学实验。通过实例展示其在科学研究中的能力，并讨论安全影响及防滥用措施。该系统在化学文献处理和科学问答方面表现出色，具有重要的实践价值。