OpenAI 发布 MedChemBench,评估 AI 模型的药物化学推理能力
MedChemBench 包含 99 道取自论文与专利的题目,考察模型识别分子结构、解释实验依据、选择化合物及预测性质的能力。OpenAI 公布的评测显示,模型在分子结构题上表现较强,在化合物选择与数值性质预测上仍有明显短板;官方强调,历史题目的成绩不能证明模型能够发现新药。
MedChemBench 包含 99 道取自论文与专利的题目,考察模型识别分子结构、解释实验依据、选择化合物及预测性质的能力。OpenAI 公布的评测显示,模型在分子结构题上表现较强,在化合物选择与数值性质预测上仍有明显短板;官方强调,历史题目的成绩不能证明模型能够发现新药。
同一次发生的报道合为一个节点,后续进展单独记录。
MedChemBench 从117篇论文和专利取题,涵盖761个评分分子结构;每道题停在真实的研究决策点,提供生物靶点、已制备化合物及部分实验结果,并隐去研究人员后来报告的结果。材料称,GPT-6.2 Astra 总体得分约84%,但在关键决策上约有一半答对。
按来源发布时间排列,保留各报道的收藏与反馈。
MedChemBench 包含 99 道取自论文与专利的题目,考察模型识别分子结构、解释实验依据、选择化合物及预测性质的能力。OpenAI 公布的评测显示,模型在分子结构题上表现较强,在化合物选择与数值性质预测上仍有明显短板;官方强调,历史题目的成绩不能证明模型能够发现新药。
MedChemBench 的题目取自 117 篇论文和专利,涵盖 761 个评分用分子结构。每道题停在真实研发决策点,提供生物靶点、已制备化合物和部分实验结果,并隐藏研究者后来报告的结果。材料称,表现最好的 GPT-6.2 Astra 总体得分约 84%,但在关键决策上约有一半答对。
MedChemBench 从117篇论文和专利取题,涵盖761个评分分子结构;每道题停在真实的研究决策点,提供生物靶点、已制备化合物及部分实验结果,并隐去研究人员后来报告的结果。材料称,GPT-6.2 Astra 总体得分约84%,但在关键决策上约有一半答对。