arXiv · ML· Yuhang Xie, Zhiyi Shi, Zeyi Zhang, Zhisheng Qi, Yushun Dong, Yu Wang, Xiongye Xiao·· 2026-10-12AI 评分26
MolP2SBench:评估大语言模型从分子性质推导结构的推理能力
MolP2SBench: Do LLMs Really Reason from Molecular Properties to Structure?
AI 导读
研究者提出 MolP2SBench 基准,用于评估 LLM 在分子发现中依据物理性质进行结构推理的能力。该基准包含 7 个模型测试,核心指标为 Property-Grounded Recovery (PGR)。 实验发现模型对不同类型性质(如 NMR、UV-Vis)的响应不一致,且性能并不直接反映人类化学家的相对难度。该工具为构建基于可靠性质约束的分子推理模型提供了基础。
来源:arXiv · ML · arxiv.org