研究人员推出了 RxnExBench，这是一个旨在评估视觉语言模型（VLMs）从科学文献中提取结构化化学反应数据能力的基准。该基准源自高影响力化学期刊，包含超过 3,500 个已标注的反应和 2,300 个分子结构，支持各种 AI-for-Chemistry 应用。对九个最先进的 VLMs 的初步评估显示，随着模式复杂性和推理需求的增加，性能显著下降，表明仅准确识别分子不足以完成这些任务。 AI
影响 该基准有望推动 AI 理解和处理复杂科学信息的能力的进步，从而可能加速化学等领域的研究。
排序理由 该条目描述了一个用于评估 AI 模型在特定科学任务上的新基准和数据集，发布在 arXiv 上。[lever_c_demoted from research: ic=1 ai=1.0]
- AI-for-Chemistry
- arXiv
- Hugging Face
- Oracle-MolRec
- RxnExBench
- Screen Tables
- Substrate Scopes
- vision-language model
- Vision--Language Models
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
