SUPERChem: A Multimodal Reasoning Benchmark in Chemistry

作者
Zehua Zhao,Zhixian Huang,Junren Li,Siyu Lin,Junting Zhou,Fengqi Cao,Zhou, Kun,Rui Ge,Tingting Long,Yuexiang Zhu,Liu, Yan,Jie Zheng,Junnian Wei,Rong Zhu,Peng Zou,Wenyu Li,Zekai Cheng,Tian Ding,Yaxuan Wang,Yizhao Yan
出处
期刊:Cornell University - arXiv [Cornell University]
被引量:4
标识
DOI:10.48550/arxiv.2512.01274
摘要

Current benchmarks for evaluating the chemical reasoning capabilities of Large Language Models (LLMs) are limited by oversimplified tasks, lack of process-level evaluation, and misalignment with expert-level chemistry skills. To address these issues, we introduce SUPERChem, a benchmark of 500 expert-curated reasoning-intensive chemistry problems, covering diverse subfields and provided in both multimodal and text-only formats. Original content and an iterative curation pipeline eliminate flawed items and mitigate data contamination. Each problem is paired with an expert-authored solution path, enabling Reasoning Path Fidelity (RPF) scoring to evaluate reasoning quality beyond final-answer accuracy. Evaluations against a human baseline of 40.3% accuracy show that even the best-performing model, GPT-5 (High), reaches only 38.5%, followed closely by Gemini 2.5 Pro (37.9%) and DeepSeek-V3.1-Think (37.3%). SUPERChem elicits multi-step, multimodal reasoning, reveals model-dependent effects of visual information, and distinguishes high-fidelity reasoners from heuristic ones. By providing a challenging benchmark and a reliable evaluation framework, SUPERChem aims to facilitate the advancement of LLMs toward expert-level chemical intelligence. The dataset of the benchmark is available at https://huggingface.co/datasets/ZehuaZhao/SUPERChem.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
慕青的应助被满意的苑博采纳,获得10
刚刚
鲤鱼宛儿完成签到 ,获得积分10
刚刚
刚刚
1秒前
1秒前
AiliZhao发布了新的文献求助10
1秒前
1秒前
zft发布了新的文献求助10
1秒前
2秒前
2秒前
3秒前
suodeheng发布了新的文献求助10
3秒前
叭叭叭发布了新的文献求助10
4秒前
4秒前
5秒前
5秒前
xiaofeizhu发布了新的文献求助10
5秒前
白的肥发布了新的文献求助10
6秒前
LJH发布了新的文献求助10
6秒前
顺利的白昼完成签到,获得积分20
6秒前
长发飘飘发布了新的文献求助10
6秒前
6秒前
7秒前
LJH发布了新的文献求助10
7秒前
LJH发布了新的文献求助10
7秒前
8秒前
8秒前
8秒前
Akim的应助被苏大肺雾采纳,获得30
8秒前
Yonaxus完成签到 ,获得积分10
9秒前
19188273359发布了新的文献求助10
9秒前
汉堡包的应助被yuxuan采纳,获得10
9秒前
谛澜ver完成签到,获得积分10
9秒前
LJH发布了新的文献求助30
10秒前
LJH发布了新的文献求助10
10秒前
LJH发布了新的文献求助10
10秒前
热心芝麻发布了新的文献求助10
11秒前
论文顺利发布了新的文献求助10
11秒前
斯文败类的应助被bearhong采纳,获得20
12秒前
田様的应助被鱼鱼鱼采纳,获得10
12秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Energie-Contracting 1500
Représentation chimique de la structure des kérogènes et des asphaltènes en fonction de leur origine et de leur degré d'évolution 1000
Klimaschutzrecht durch den Energiesektor im Mehrebenensystem – Ein Rechtsvergleich 1000
Oncology Clinical Trials: Successful Design, Conduct, and Analysis, Second Edition 800
Ecotourism 400
Comprehensive Heterocyclic Chemistry IV 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8062195
求助须知:如何正确求助?哪些是违规求助? 9486249
关于积分的说明 21334453
捐赠科研通 7630527
什么是DOI,文献DOI怎么找? 3396665
关于科研通互助平台的介绍 2527019
邀请新用户注册赠送积分活动 2434562