SMDD-Bench：大语言模型能否解决现实世界的小分子药物设计任务？

针对大语言模型在真实小分子药物设计（SMDD）任务中表现不明且现有评估方法存在局限的问题，本文提出了 SMDD-Bench。这是一个具有挑战性的多轮次、长视野智能体基准，包含跨越五种任务类型和 102 个独特蛋白靶点的 502 个可解任务实例。该基准要求模型具备强大的化学生物推理能力、3D 直觉、专用工具理解及规划专长。实验表明，即使是最先进的 GPT-5.4 也仅能解决 40.2% 的任务。该研究旨在为自主计算药物设计提供标准化测试平台。