返回首页 访问原文
MedChemBench
介绍
MedChemBench 是 OpenAI 于 2026 年 11 月 20 日发布的药物化学推理基准,用来衡量模型能否把分子结构与实验证据联系起来,解释结果、比较化合物,并预测它们的性质。官方介绍:Introducing MedChemBench。同日,OpenAI 官方账号 @OpenAI 发帖称,该基准显示了前沿模型在协助科学家开展药物化学推理方面的进展。
官网写道,评测包含 99 道来自已发表研究的题目,覆盖 117 篇论文和专利、761 种不同的分子结构。在 xhigh 推理设置下,GPT‑6.2 Astra 得到可用分数的 84.5%,对比 GPT‑6 Astra 的 83.3%、GPT‑6.1 Sol 的 82.0%,以及 GPT‑5.6 Sol 的 58.2%。官方同时指出,重建分子结构和解释实验证据相对更强,而挑选化合物、预测数值性质更难。
广告
解释
要解决什么问题
药物化学的难点之一,是改好分子的某一项性质,常常会把另一项改差:化合物可能对靶点作用强,却吸收差或在体内代谢太快。化学家通过设计、合成、测试相关化合物,再决定下一步做什么。若要让 AI 帮上忙,模型需要把结构变化与实验证据连起来,并判断哪些化合物值得继续做。
MedChemBench 把这类判断做成可评分的题目。对大多数问题,模型会拿到研究计划进行到某一时刻时可用的上下文:生物靶点、研究者目标、已经研究过的化合物,以及部分实验结果。
官方说明的考查内容
根据官网介绍,评测主要看这些方面:
- 分子结构:能否正确还原原子连接关系,以及题目给出的立体化学;
- 科学推理:解释是否有所给证据支撑,例如为什么选择某一个化合物;
- 比较化合物,并预测与性质有关的数值(官网写明这一块对模型更难)。
需要注意的界限
这是一套评测,不是新的生成模型或实验平台。分数来自 OpenAI 官方在指定推理设置下的报告,不代表真实实验室里的发现率。题目来自已发表论文和专利,因此测的是在给定历史证据下的推理,而不是在开放实验条件下自行做药。
用法
适合谁看
- 关注药物发现、分子设计或科学推理评测的研究与产品团队;
- 需要比较前沿模型在结构理解、解释与决策上表现的评测使用者;
- 想引用官方数字,而不是二手转述的人。
怎么用
- 先读官方介绍:Introducing MedChemBench;
- 引用成绩时写明设置:官网给出的对比是在 xhigh 推理设置下,GPT‑6.2 Astra 84.5%、GPT‑6 Astra 83.3%、GPT‑6.1 Sol 82.0%、GPT‑5.6 Sol 58.2%;
- 把该基准当作“给定研究上下文后的推理能力”来解读,不要把它写成已经能自动完成药物研发。
官网与同日官方帖是本条的主要依据。