LLM 在 MS/MS 结构解析中依赖专用工具

无工具时 LLM 分布外 MS/MS 解析 Top-1 仅 2%

资讯摘要

论文基于 MassSpecGym 构建 100 个分析物的基准，按文献记录程度分为分布内与分布外两组，考察前沿 LLM 在串联质谱 de novo 结构解析中的表现。作者报告：无工具时分布内 Top-1 为 52%，分布外仅 2%；仅接入 de novo 结构生成器后，分布外 Top-1 最高升至 38%，且该智能体在两组中均优于单独的 de novo 模型。

要点速读

1. 基准含 100 个分析物，按文本足迹分为分布内与分布外两组，固定模型、框架与输出格式，仅改变工具访问权限。
2. 无工具时前沿 LLM 分布内 Top-1 为 52%，分布外为 2%。
3. 接入 de novo 结构生成器后分布外 Top-1 最高达 38%，智能体在分布内外均超过单独的 de novo 模型。

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 2026/11/4 08:00:28（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。