Do Language Models Dream of Binding Molecules? Benchmarking LLMs under Spatial Constraints

• 类型：arxiv
• 标识：2607.18144
• 链接：https://arxiv.org/abs/2607.18144
• 主分类：evaluation
• 形态：benchmark
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：A clear pattern is revealed in LLM spatial capabilities: while they still lag behind state-of-the-art approaches, they are promising and can handle multiple spatial constraints simultaneously, enabling scaling to heterogeneous setups.
• OpenAlex ID：W7169850691
• OpenAlex DOI：10.48550/arxiv.2607.18144
• DOI：10.48550/arxiv.2607.18144
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.18144
• OpenAlex更新：2026-08-24
• 待LLM分类：否
• 标题中文：Do Language Models Dream of Binding Molecules? Benchmarking LLMs under Spatial Constraints
• TLDR中文：研究揭示了 LLM 空间能力中的清晰规律：尽管其仍落后于 SOTA 方法，但具有潜力并能同时处理多种空间约束，从而可扩展到异构场景。
• 来源文件：
• /inbox/tom/_candidates/2026-07-22-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]