新基准 RxnExBench 评测视觉语言模型提取化学反应数据的能力。
资讯摘要
论文提出 RxnExBench，一个面向化学文献中结构化反应数据提取的多模态基准，数据来自高影响力化学期刊，含 3,565 个专家标注反应和 2,361 个分子结构，采用 15 种反应角色、26 个核心字段的统一模式。作者报告对 9 个先进视觉语言模型的评测显示，随模式复杂度与推理要求上升，性能明显下降；Oracle-MolRec 协议下结果表明，仅准确识别分子并不够，多模态整合与化学感知推理仍是主要瓶颈。
要点速读
- 数据集含 3,565 个专家标注反应与 2,361 个分子结构，采用 15 种反应角色、26 个核心字段的统一模式。
- 提供推理驱动的难度分类、模块化标注流程及 Oracle-MolRec 协议，用于分离分子识别与高层推理。
- 对 9 个先进视觉语言模型的评测显示，模式复杂度与推理要求提高时性能显著下降。
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 2026/10/27 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。