BioMol-MQA：用于大语言模型对生物分子相互作用进行推理的多模态问答数据集
计算与语言
2025-06-09 v1
摘要
检索增强生成（RAG）在提高大型语言模型（LLM）性能方面显示出巨大的潜力。然而，现有大多数基于RAG的LLM仅专注于单一模态信息，主要是文本；而对于许多现实世界的问题（如医疗保健），与查询相关的知识可以以多种模态呈现，包括知识图谱、文本（临床记录）以及复杂的分子结构。因此，能够检索相关的多模态领域特定信息，并对多样化的知识进行推理与综合，以生成准确响应，显得尤为重要。为此，我们提出BioMol-MQA，一组针对多处方（polypharmacy）问题的问答数据集，包含两个部分：（i）包含文本和分子结构的多模态知识图谱（KG），用于信息检索；（ii）旨在测试LLM在检索和推理多模态KG以回答问题方面能力的具挑战性问题。我们的基准测试表明，现有的LLM在回答这些问题方面困难重重，只有在提供必要背景数据后才能取得良好表现，这凸显了强大RAG框架的必要性。
引用
@article{arxiv.2506.05766,
title = {BioMol-MQA: A Multi-Modal Question Answering Dataset For LLM Reasoning Over Bio-Molecular Interactions},
author = {Saptarshi Sengupta and Shuhua Yang and Paul Kwong Yu and Fali Wang and Suhang Wang},
journal= {arXiv preprint arXiv:2506.05766},
year = {2025}
}