本文介绍了一种新型小分子生成图扩散模型DMol，该模型在有效性上比现有的DiGress模型提升约1.5%。DMol通过修改目标函数和引入“图噪声”调度策略，显著减少扩散步骤数量和运行时间，提升生成效率。

本研究探讨了图神经网络（GNN）在生物信息学任务中的训练数据泄露问题。通过图扩散模型和优化的噪声生成方法，研究展示了有效窃取训练图的可能性，实验结果表明该框架具有显著的有效性，揭示了潜在的安全隐患。