PolyReal：一个面向真实世界高分子科学工作流的基准
计算机视觉与模式识别
2026-04-06 v1
摘要
多模态大语言模型（MLLMs）在通用领域表现出色，但在复杂的真实世界科学中却力不从心。我们认为，高分子科学作为一个跨越化学、物理、生物学和工程学的交叉学科领域，因其多样化的多模态数据而成为一个理想的高风险试验台。然而，现有的与高分子科学相关的基准在很大程度上忽视了真实世界的工作流，限制了它们的实际效用，并且未能系统地评估MLLMs在整个基于实践的实验生命周期中的表现。我们引入了PolyReal，这是一个基于真实世界科学实践的新型多模态基准，用于评估MLLMs在高分子实验整个生命周期上的表现。它涵盖了五项关键能力：（1）基础知识应用；（2）实验室安全分析；（3）实验机理推理；（4）原始数据提取；以及（5）性能与应用探索。我们对领先的MLLMs在PolyReal上的评估揭示了一种能力失衡。虽然模型在知识密集型推理（例如，实验机理推理）上表现良好，但在基于实践的任务（例如，实验室安全分析和原始数据提取）上得分急剧下降。这暴露了抽象科学知识与其实际的、依赖于情境的应用之间的严重差距，表明这些真实世界任务对MLLMs来说仍然具有挑战性。因此，PolyReal有助于弥补这一评估差距，并为评估真实世界科学工作流中的AI系统提供了一个实用的基准。
引用
@article{arxiv.2604.02934,
title = {PolyReal: A Benchmark for Real-World Polymer Science Workflows},
author = {Wanhao Liu and Weida Wang and Jiaqing Xie and Suorong Yang and Jue Wang and Benteng Chen and Guangtao Mei and Zonglin Yang and Shufei Zhang and Yuchun Mo and Lang Cheng and Jin Zeng and Houqiang Li and Wanli Ouyang and Yuqiang Li},
journal= {arXiv preprint arXiv:2604.02934},
year = {2026}
}