ReactBench：多模态大语言模型在化学反应图上的拓扑推理基准

多模态大语言模型（MLLMs）擅长识别独立视觉元素及简单线性图推理，但在处理涉及分支、汇聚流及循环依赖的复杂拓扑结构时，其推理能力显著下降。现有基准多关注语义理解而忽视结构推理。本文提出 ReactBench，利用涵盖从线性链到循环图多样结构的化学反应图，揭示 MLLM 在结构推理上的根本局限。该基准包含 1618 个专家标注的问答对。对 17 个模型的评估显示，基于锚点的任务与整体结构推理任务之间存在超过 30% 的性能差距，消融实验证实该瓶颈源于推理能力不足。