연구진은 기하학적 표현을 활용한 분자 생성 모델의 효율성과 품질을 높이기 위해 LENSEs 프레임워크를 제안했습니다. LENSEs는 사전 학습된 분자 인코더의 표현 공간을 개선하고, 생성 과정에서 다단계 표현을 추출하는 세 가지 메커니즘을 도입합니다. GEOM-DRUG 데이터셋에서 LENSEs는 97.28%의 유효성 및 98.51%의 분자 안정성을 달성하며 기존 방법보다 뛰어난 성능을 보였습니다.