本文介绍了一种新的机器学习方法，用于预测有机分子的电子结构，结合高精度和低成本的数据，显著提高了计算效率和预测准确性。研究验证了该模型在芳香化合物和半导体聚合物中的有效性，并推动了药物发现和材料科学的研究。

该研究使用机器学习模型预测有机分子的原子化能，平均绝对误差为10 kcal/mol。模型适用性已得到证明。