PulseAugur
中
实时 10:26:16
English(EN) RxnOptBench: Benchmarking LLMs for Reaction-Condition Optimization in Organic Methodology

新的基准测试RxnOptBench对LLM进行化学反应优化测试

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了RxnOptBench，这是一个旨在评估大型语言模型（LLM）在优化化学反应条件方面能力的新基准测试。与以往侧重于反应分类或逆合成等任务的基准测试不同，RxnOptBench专门评估LLM分析真实反应筛选表并选择催化剂、配体、溶剂、温度和时间等最佳参数的能力。该基准测试使用来自2025篇有机方法学论文的数据，并根据产率和立体选择性指标（如对映体过量（ee）、非对映体比例（dr）和区域异构体比例（rr））的综合得分来衡量性能。对几个前沿和化学专业LLM的初步测试表明，仍有很大的改进空间，即使是表现最好的模型在多轴选择任务上也遇到了困难。 AI

影响 该基准测试有望推动在科学应用（尤其是在化学领域）中更强大的LLM的发展。

排序理由 该项目描述了一个新的基准测试和对LLM在特定科学任务中的评估，符合研究类别。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的基准测试RxnOptBench对LLM进行化学反应优化测试

本文如何被排名

Signal score
11 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该项目描述了一个新的基准测试和对LLM在特定科学任务中的评估，符合研究类别。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, other
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Same-day
Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Lingli Ge, Yubin Wang, Junyuan Gao, Jiahe Song, Jiaxing Sun, Boyu Zhu, Haote Yang, Jingchao Wang, Lixin Ma, Jiang Wu, Yuqiang Li, Conghui He ·

    RxnOptBench：用于有机方法学反应条件优化的 LLM 基准测试

    arXiv:2610.02242v1 Announce Type: cross Abstract: Chemical reaction-condition optimization -- choosing the catalyst, ligand, solvent, reagent, temperature, time, and atmosphere that jointly maximize yield and stereoselectivity -- is a central, judgement-laden subtask of organic m…

相关实体

相关话题