ToxReason：基于不良结局通路的机制性化学毒性推理基准

大型语言模型虽能预测分子属性，但毒性源于复杂生物机制，需机制性推理以确保可靠。现有基准缺乏对此能力的系统评估，且模型常生成流畅但生物学不准确的解释。为此，本文提出 ToxReason 基准，基于不良结局通路（AOP），整合药物 - 靶点相互作用证据与毒性标签，要求模型从分子起始事件推导至不良结局。评估发现高预测性能未必对应可靠推理，而引入推理意识的训练可显著提升机制推理及预测表现，证明了将推理融入评估与训练的必要性。