MolGround：分子 grounding 基准
人工智能
2025-05-02 v4
摘要
当前分子理解方法主要聚焦于人类感知的描述性方面，提供广泛的主题层面见解。然而，连接分子概念与特定结构组件的指代性方面仍 largely 未被探索。为填补这一空白，我们提出一个分子 grounding 基准，旨在评估模型的指代能力。我们将分子 grounding 与 NLP、计算化学和分子科学中的既定惯例相结合，展示了 NLP 技术在 AI for Science 运动中推进分子理解的潜力。此外，我们构建了目前为止最大的分子理解基准，包含 117k 对 QA 配对，并开发了一个多智能体 grounding 原型作为概念验证。该系统超越了现有模型，包括 GPT-4o，其 grounding 输出已被集成以增强传统任务，如分子描述和 ATC（解剖学、治疗学、化学）分类。
关键词
引用
@article{arxiv.2503.23668,
title = {MolGround: A Benchmark for Molecular Grounding},
author = {Jiaxin Wu and Ting Zhang and Rubing Chen and Wengyu Zhang and Chen Jason Zhang and Xiao-Yong Wei and Li Qing},
journal= {arXiv preprint arXiv:2503.23668},
year = {2025}
}