分子表示显著影响LLM化学任务表现，无单一最优表示。
资讯摘要
论文提出MolRepBench基准，用九种分子表示和八项化学任务评估16个LLM，涵盖推理与非推理变体、化学专用模型及闭源前沿模型。结果显示性能高度依赖表示方式，没有单一表示在所有任务中占优：CML最佳，MolJSON、InChI和规范SMILES次之；结构化文本表示在结构任务中占优，IUPAC在语义任务中占优，并在全部16个模型的分子检索中胜出；SMILES变体虽在预训练中常见，却很少最优。作者报告化学专用模型在SMILES上表现好，但换用结构化文本后大幅退化。
要点速读
- MolRepBench覆盖9种分子表示、8项化学任务和16个LLM，包括推理与非推理变体、化学专用模型和闭源前沿模型。
- CML整体最佳，MolJSON、InChI、规范SMILES次之；结构化表示擅长结构任务，IUPAC擅长语义任务并在16个模型的分子检索中全部胜出。
- 作者通过tokenization审计、线性探针和注意力分析发现，不同表示在模型内部编码方式不同，结构化表示需要更多跨分子片段的注意力。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。