ChemCoTBench

MolViBench基准测试评估大语言模型在药物发现分子编码任务上的能力

研究人员推出MolViBench，一个旨在评估大语言模型（LLMs）在分子编码任务中能力的新型基准测试。该基准测试弥补了现有评估的不足，这些评估要么缺乏化学知识，要么侧重于召回率而非可执行代码生成。MolViBench包含跨越五个认知层级的358个任务，涵盖12个真实世界的药物发现工作流程，并采用多层框架来评估代码的可执行性和化学正确性。