本文介绍了通过极化原子相互作用的神经网络（PaiNN）和等变图神经网络（GNNs）提升分子预测性能的方法。这些技术在分子光谱模拟和分子动力学中表现优异，尤其在N-Body模拟和蛋白质去噪任务上显著降低误差并提高效率。同时，研究探讨了角度特征对分子属性预测的影响，证明其能有效降低测试误差。