List your company

Molecular Property Prediction on QM9 (test)

56muMGCN
-2.1994412.9100328.019543.12897Apr 4, 2017Oct 6, 2018Apr 8, 2020Oct 10, 2021Apr 13, 2023Oct 14, 2024Apr 17, 2026

Evaluation results

MethodLinks
MGCN2023.11560.03———1.120.038——42.157.40.1112.914.416.214.6————64.21.89——————————————————————————————————————————————————————
PhysNet2023.1152.90.0615———1.390.028——32.924.70.7658.158.348.429.4————42.51.37——————————————————————————————————————————————————————
Cormorant2026.0138————2.03———34——————————————————————————————————————9618516.8—————————————————————————
SchNet2026.0133————1.7———41——————————————————————————————————————7323513.8—————————————————————————
LieConv2026.0132————2.28———30——————————————————————————————————————8008416.2—————————————————————————
DimeNet++2026.0130————1.21———25——————————————————————————————————————3314410—————————————————————————
DimeNet++2023.1129.70.0435———1.210.023——24.619.50.3316.326.286.537.56————32.60.98——————————————————————————————————————————————————————
EGNN2026.0129————1.55———29——————————————————————————————————————1067111.8—————————————————————————
Molformer2026.0128————2.05———25——————————————————————————————————————3504111.5—————————————————————————
SphereNet2026.0126————1.12———23——————————————————————————————————————292468.5—————————————————————————
NoisyNodes2026.0125————1.16———20——————————————————————————————————————700529.6—————————————————————————
SphereNet2023.1124.50.0449———1.120.0215——22.818.90.2686.266.366.337.78————31.10.91——————————————————————————————————————————————————————
PAMNet (Invariance-preserving)equivariance=false, prediction_mode=direct scalar2023.1124———————————————————————————————————————————————————————————————————————————
SEGNN2026.0123————1.62———24——————————————————————————————————————6606012.2—————————————————————————
SchNet2023.11210.124———1.6160.034——47390.15812121213————741.78——————————————————————————————————————————————————————
GNS-TAT+NN2026.0121————1.08———17——————————————————————————————————————650477.8—————————————————————————
MACE2026.0115————1.23———22——————————————————————————————————————210386.9—————————————————————————
FuncMol2026.0115————3.64———46——————————————————————————————————————1743610.3—————————————————————————
PaiNN2023.11120.045———1.280.024——27.620.40.0665.855.835.987.35————45.71.01——————————————————————————————————————————————————————
PaiNN2026.0112————1.28———28——————————————————————————————————————66457.9—————————————————————————
PAMNet-sneighborhood=one-hop, equivariance=true2023.1111.30.0466———1.240.0234——23.9200.0946.056.086.197.34————32.40.87——————————————————————————————————————————————————————
EQGAT2026.0111————2———20——————————————————————————————————————382539.9—————————————————————————
GA-GNN2026.0111————1.18———21——————————————————————————————————————63455.1—————————————————————————
Equiformer v1version=v12026.0111————1.26———15——————————————————————————————————————251466.9—————————————————————————
PAMNetneighborhood=two-hop, equivariance=true2023.1110.80.0447———1.170.0231——22.819.20.0935.95.926.047.14————310.83——————————————————————————————————————————————————————
Equiformer v2version=v22026.019————1.21———12——————————————————————————————————————182394—————————————————————————
MolField2026.019————1.16———14——————————————————————————————————————62211.8—————————————————————————
ECFP42017.044.8234.54———241.5830.29————90.6885.0185.5986.2178.36————————2.893.13.86——————1.4753.97—————————————————————————————————————————
CM2017.044.494.33———4.82.36————2.832.982.992.992.97————————3.094.265.32——————1.323.37—————————————————————————————————————————
BAML2017.044.343.01———3.311.64————3.251.211.221.221.2————————2.22.763.28——————0.272.17—————————————————————————————————————————
BOB2017.044.232.98———3.41.83————0.81.431.441.441.42————————2.22.743.41——————0.352.08—————————————————————————————————————————
HDAD2017.043.341.75———1.910.88————1.350.580.590.590.59————————1.541.962.49——————0.341.35—————————————————————————————————————————
GIN2024.052.647.67———66.877.34————23.3521.4821.5921.9619.53————————1.73.053.37——————0.6——————————————————————————————————————————
R-GIN+FA2024.052.542.28———5.031.86————12.612.212.322.262.04————————1.261.341.96——————0.8——————————————————————————————————————————
SPN2024.052.321.77———2.771.36————10.661.121.031.050.97————————1.261.191.89——————0.57——————————————————————————————————————————
IPR-MPNN2024.052.011.36———1.961.03————8.170.740.790.750.62————————1.071.031.61——————0.45——————————————————————————————————————————
PR-MPNN2024.051.992.28———4.731.44————10.412.232.312.662.24————————1.141.121.7——————0.48——————————————————————————————————————————
DREW-GIN2024.051.931.63———2.731.24————9.391.010.991.061.06————————1.161.131.74——————0.55——————————————————————————————————————————
GG-NN2017.041.221.55———2.521.19————3.990.830.860.810.78————————1.171.081.7——————0.531.36—————————————————————————————————————————
Mean-TeachersLearning Paradigm=Semi-Supervised, Underlying Model Architecture=enn-s2s2019.071.091———0.770.86————0.521.160.930.790.86————————0.9910.97—————————————————————————————————————————————————
SimSGTBackbone=GatedGCN, Pre-training Dataset=ZINC15, Evaluation Protocol=Fine-tuning2026.041.0642.413———2.1272.41—————1.9482.422.4162.416————4.107———2.8374.227—————————————————————————40.504————————————————————————
GraphCLBackbone=GatedGCN, Pre-training Dataset=ZINC15, Evaluation Protocol=Fine-tuning2026.041.0352.321———2.0631.747—————2.4611.7451.7341.751————4.523———2.033.667—————————————————————————40.725————————————————————————
Mole-BERTBackbone=GatedGCN, Pre-training Dataset=ZINC15, Evaluation Protocol=Fine-tuning2026.041.0311.918———2.192.508—————2.5322.5092.5112.516————4.24———1.4774.127—————————————————————————44.374————————————————————————
GraphMAEBackbone=GatedGCN, Pre-training Dataset=ZINC15, Evaluation Protocol=Fine-tuning2026.041.032.924———4.6232.2—————1.4112.2072.2082.207————4.813———2.4076.373—————————————————————————41.955————————————————————————
InfoGraphLearning Paradigm=Semi-Supervised, Underlying Model Architecture=enn-s2s2019.071.020.97———0.961————0.710.850.930.930.99————————1.020.991.01—————————————————————————————————————————————————
InfoGraph*Learning Paradigm=Semi-Supervised, Underlying Model Architecture=enn-s2s2019.070.990.94———0.520.83————0.490.440.580.570.54————————0.990.990.98—————————————————————————————————————————————————
FC-GSSLBackbone=GatedGCN, Pre-training Dataset=ZINC15, Evaluation Protocol=Fine-tuning2026.040.7090.851———0.5770.631—————0.490.6330.6350.636————2.231———1.1942.121—————————————————————————36.659————————————————————————
GraphPAEBackbone=GatedGCN, Pre-training Dataset=ZINC15, Evaluation Protocol=Fine-tuning2026.040.7030.879———0.5020.643—————0.510.6390.6390.641————2.289———1.1992.141—————————————————————————36.48————————————————————————
GC2017.040.72.27———9.751.45————4.733.023.163.192.95————————1.181.11.78——————0.322.59—————————————————————————————————————————
1-GNN2023.090.4930.78———0.00120.27——0.00320.003634.12.322.082.231.94————0.0049———————————————————————————————————————————————————————
1-2-3-GNN2023.090.4760.27———0.00020.0944——0.00340.003522.90.04270.1110.04190.0469————0.0048———————————————————————————————————————————————————————
1-2-3-GNN2024.100.4760.27——0.00480.00020.0944——0.00340.0035—0.04270.1110.04190.0469———————————————————————————————————22.9————————————————————————
NGNN2024.100.4330.265——0.00390.00020.0811——0.00280.0028—0.2050.20.2490.253———————————————————————————————————20.1————————————————————————
NGNN2023.090.4280.29———0.00020.174——0.00270.00320.50.2950.3610.3050.489————0.0038———————————————————————————————————————————————————————
I2-GNN2023.090.4280.23———0.00010.073——0.00260.002718.640.2110.2060.2690.261————0.0038———————————————————————————————————————————————————————
4-IDMPNN2024.100.3980.226——0.0040.00010.089——0.00260.0029—0.01890.01520.0160.0159———————————————————————————————————10.4————————————————————————
Deep LRP2023.090.3640.298———0.00060.129——0.00250.002819.30.4130.4130.4130.413————0.0035———————————————————————————————————————————————————————
DeepLRP2024.100.3640.298——0.00350.00060.129——0.00250.0028—0.4130.4130.4130.413———————————————————————————————————19.3————————————————————————
MPNN2024.100.3580.89——0.00660.00220.42——0.00540.0062—2.0522.022.02———————————————————————————————————28.5————————————————————————
KP-GIN+2024.100.3580.233——0.00330.00020.0869——0.00240.0024—0.06820.05530.05750.0484———————————————————————————————————16.49————————————————————————
2-DRFWL(2) GNN2023.090.3460.222———0.00020.0901——0.00230.002315.040.1560.1530.1450.156————0.0032———————————————————————————————————————————————————————
Supervised baseline (enn-s2s)Learning Paradigm=Supervised, Underlying Model Architecture=enn-s2s2019.070.32010.5792———0.00070.2368————10.04690.32040.29340.27220.2948————————0.0060.00620.0091—————————————————————————————————————————————————
PST2024.100.3190.189——0.00310.00010.0777——0.00220.0022—0.1270.130.1280.13———————————————————————————————————13.08————————————————————————
enn-s2sensemble_size=12017.040.30.92———1.270.8————0.150.450.450.390.44————————0.990.871.6——————0.190.68—————————————————————————————————————————
DTNN2023.090.2440.95———0.00172.43——0.00390.0051172.432.432.432.43————0.0112———————————————————————————————————————————————————————
DTNN2024.100.2440.95——0.01120.00170.27——0.00390.0051—2.432.432.432.43———————————————————————————————————17————————————————————————
PPGN2023.090.2310.382———0.00640.184——0.00280.002916.070.2340.2340.2290.238————0.0041———————————————————————————————————————————————————————
PPGN2024.100.2310.382——0.00410.00060.184——0.00280.0029—0.2340.2340.2290.238———————————————————————————————————16.7————————————————————————
enn-s2s-ens5ensemble_size=52017.040.20.68———1.10.62————0.140.330.340.30.34————————0.740.651.23——————0.150.52—————————————————————————————————————————
Non-pretrained ZATOM-1# Params=80M + 20M, Learning protocol=Unoptimized multi-task learning, Pre-training configuration=Non-pretrained2026.020.157———72.32.890.064————4.72————————————5449————————————————————————————————————0.1445.544.745.245.8—————————
Jointly pretrained ZATOM-1, K = L/2# Params=80M + 20M, Learning protocol=Unoptimized multi-task learning, Pre-training configuration=Jointly pretrained, Trunk layer configuration=K = L/22026.020.121———51.22.010.044————3.96————————————3734————————————————————————————————————0.09924.123.323.523.4—————————
Jointly pretrained ZATOM-1-XL# Params=300M + 20M, Learning protocol=Unoptimized multi-task learning, Pre-training configuration=Jointly pretrained2026.020.11———53.12.140.046————3.75————————————3837————————————————————————————————————0.10426.626.229.226.6—————————
Benchmark (Faber et al.)Notes=Aggregate of best models from Faber et al. 20172018.120.1010.161——0.0871.90.044——0.0550.064—0.025———2.71———————————————————————————————————————————————————————————
QM9-pretrained ZATOM-1# Params=80M + 20M, Learning protocol=Unoptimized multi-task learning, Pre-training configuration=QM9-pretrained2026.020.1———49.52.040.044————3.63————————————3634————————————————————————————————————0.09523.123.123.522.6—————————
Jointly pretrained ZATOM-1# Params=80M + 20M, Learning protocol=Unoptimized multi-task learning, Pre-training configuration=Jointly pretrained2026.020.09———46.21.980.041————3.29————————————3432————————————————————————————————————0.09123.3232423.3—————————
AIM-MTL-ScalarLearning protocol=Unoptimized multi-task learning2026.020.089————9.820.103————4.18————————————5971————————————————————————————————————0.268113112112112—————————
AIM-MTL-MatrixLearning protocol=Unoptimized multi-task learning2026.020.088————12.20.103————4.07————————————6172————————————————————————————————————0.251112118116116—————————
OGE-Aug2024.100.08220.159——0.0020.00010.0681——0.00140.0014—0.05260.03560.04390.0441———————————————————————————————————5.55————————————————————————
AIM-STLLearning protocol=Unoptimized single-task learning2026.020.067————4.540.072————0.503————————————6154————————————————————————————————————0.18166.263.964.258.8—————————
TFNData Partition=Alternative2022.060.0640.223——58—0.101——4038—————————————————————————————————————————————————————————————————
TFN2021.020.0640.223————0.101—————————————58———4038——————————————————————————————————————————————————
TFN2021.100.0640.223————0.101——4038—————————58———————————————————————————————————————————————————————
TFNLinear steerable convolution=true2022.120.0640.223————0.101——4038—————————58———————————————————————————————————————————————————————
PhysNet2024.020.0530.06232.924.742.51.390.028—————————————————————————————————————————————————————————————————————
PhysNet2026.020.05290.0615——42.51.390.028——32.924.7————————————————————————————————————11.67———76.5————————————————————————
SE(3)-Tr2024.020.0510.142353353—0.052—————————————————————————————————————————————————————————————————————
SE(3)-TransformerData Partition=Alternative2022.060.0510.142——53—0.054——3533—————————————————————————————————————————————————————————————————
SE(3)-Tr.2021.020.0510.142————0.054—————————————53———3533——————————————————————————————————————————————————
SE(3)-Tr.2021.100.0510.142————0.054——3533—————————53———————————————————————————————————————————————————————
SE(3)-Tr.2022.120.0510.142————0.054——3533—————————53———————————————————————————————————————————————————————
MEGNet-SimpleFeatures=Atomic number, expanded distance, no dummy states, Blocks=32018.120.050.081——0.0661.430.029——0.0430.0440.3020.0120.0130.0120.0121.18———————————————————————————————————————————————————————————
L1Net2021.020.0430.088———1.560.031————0.35413141414————68———4635——————————————————————————————————————————————————
L1Net2021.100.0430.088———1.560.031——46350.35413141414————68———————————————————————————————————————————————————————
L1NetLinear steerable convolution=true2022.120.0430.088———1.560.031——46350.35413141414————68———————————————————————————————————————————————————————
InfoGraph2026.020.0410.099——72.21.690.03——48.138.1————————————————————————————————————19.08———11.4————————————————————————
LieTF2026.020.0410.082——512.10.035——3327————————————————————————————————————19.58———44.8————————————————————————
MEGNet-FullFeatures=Full (all listed features in Table 1), Structure=Property-specific optimized blocks (1 to 5)2018.120.040.083——0.0611.40.03——0.0380.0310.2650.0090.010.010.011.1———————————————————————————————————————————————————————————
Type PredictionPretraining=Type Prediction, Backbone=SchNet2024.050.040.084———2.0010.034—————18.86———————————34.5530.6556.0718.7919.3919.29—————————————————————20.1————————————————————————
EdgePred2026.020.0390.086——58.21.810.038——37.431.9————————————————————————————————————18.92———11.2————————————————————————
GPT-GNN2026.020.0390.103——54.11.750.032——35.728.8————————————————————————————————————18.17———15.8————————————————————————