RealFeedApp RxnExBench охватил 3 565 реакций
Новый бенчмарк RxnExBench содержит 3 565 реакций и 2 361 структуру для оценки VLM. Тестирование 9 лучших моделей показало падение точности при усложнении схемы и логических задач.
#vision-language models#chemical reactions#benchmark#structured data#reasoning
