Chem4DLLM: 面向化学动力学理解的4D多模态大语言模型
机器学习
2026-03-13 v1 计算与语言
摘要
现有的化学理解任务主要依赖静态分子表示，限制了其对如键断裂或构象变化等固有动态现象的建模能力，这些现象对化学家而言是理解化学反应的关键。为此，我们提出化学动力学理解（ChemDU）——一种将4D分子轨迹翻译为可解释自然语言解释的新任务。ChemDU聚焦于气相反应和催化反应等基本动态情景，要求模型推理分子轨迹沿关键事件（如键的形成与断裂），并生成连贯且具机理依据的叙事。为评估此能力，我们构建了Chem4DBench——首个跨上述情景将4D分子轨迹与专家撰写的解释配对的数据集。我们进一步提出Chem4DLLM，一种统一模型，集成等向性图编码器与预训练大语言模型，以显式捕获分子几何结构和旋转动力学。我们期望ChemDU、Chem4DBench与Chem4DLLM将激发动态化学理解与多模态科学推理的进一步研究。
引用
@article{arxiv.2603.11924,
title = {Chem4DLLM: 4D Multimodal LLMs for Chemical Dynamics Understanding},
author = {Xinyu Li and Zhen Zhang and Qi Chen and Anton van den Hengel and Lina Yao and Javen Qinfeng Shi},
journal= {arXiv preprint arXiv:2603.11924},
year = {2026}
}
备注
18 pages