Multimodal LLM Molecular Reasoning Chain-of-Thought Drug Discovery
摘要

针对现有分子属性模型缺乏可解释性的问题，本文提出 Bolek，一种紧凑的多模态语言模型。该模型通过将摩根指纹嵌入注入指令微调的文本解码器，将自然语言推理锚定于具体分子结构。在分子描述、描述符预测及下游分类任务中，Bolek 利用基于具体特征的合成思维链进行微调。实验表明，其在多项指标上优于基线大模型，且生成的解释能准确引用数值描述符，显著提升了推理的可审计性与准确性。

AI 推荐理由

论文核心在于通过注入分子特征嵌入和合成思维链，提升多模态模型在药物发现中的可审计推理能力。

研究机构
Laboratory of Bioinformatics and Computational Genomics, Warsaw University of Technology, Warsaw, Poland Ingenia, Warsaw, Poland
论文信息
作者 Frederic Grabowski, Jacek Szczerbiński, Maciej Jaśkowski, Kalina Jasińska-Kobus, Paweł Dąbrowski-Tumański et al.
发布日期 2026-05-04
arXiv ID 2605.02745
相关性评分 9/10 (高度相关)
arXiv 页面 下载 PDF