Property-Grounded Recovery

新基准评估 LLM 从分子性质进行化学推理的能力

研究人员推出了 MolP2SBench，这是一个旨在评估大型语言模型（LLM）在从分子性质推断化学结构方面的能力的新基准。该基准通过向 LLM 展示带有掩码的分子骨架及相关性质，要求它们从一组合理的候选结构中选择正确的结构来测试 LLM。对七个模型的评估显示，虽然 LLM 可以利用物理性质进行结构预测，但它们的性能因性质类型而异，并且并不总是与人类化学家感知的难度一致。