Frontier LLMs Reportedly Beat UFF at Ranking Molecular Conformations
Researchers from the Russian Organic Chemistry Institute and Florida State University tested language models on 810 conformations of 27 small organic molecules, using DFT-calculated energies as the reference. Juejin AI reports that GPT-5.6 Sol, Kimi K3, and Gemini 3.6 Flash exceeded the classical UFF force field, while GPT-6 Astra and Claude Opus 5 approached the modern GFN-FF force field. The models performed better on well-quantified concepts such as hydrogen bonding but struggled with ambiguous concepts such as ring strain.
The benchmark offers a concrete AI4Science test of whether frontier LLMs can rank molecular stability from textual geometric descriptions, while its narrow molecular scope limits broader conclusions.
💡 一句话总结：按稳定性给分子的构象排序，是化学家眼中最基本的「立体感觉」——它需要真正理解三维结构。一项新实测发现：最新的前沿 LLM 无师自通地获得了这种能力，排序准确率超过经典力场、逼近现代力场。更有趣的是失败模式：模型擅长氢键这种「教科书量化充分」的概念，却在「环张力」这类模糊概念上集体翻车。
导语：一个从没被教过的能力，出现在了考试成绩里
LLM 是用文本训练的。文本里没有三维坐标，没有能量面，没有分子在空间中的形状——按理说，它不可能「懂」分子的立体几何。
但化学家的工作大量依赖几何直觉：同一个分子，原子连接顺序完全相同，只是空间摆位不同，性质可能天差地别。判断哪个摆位更稳定（构象排序），是药物设计、材料计算的入门基本功。这种能力需要吗？需要。有人训练过吗？没有。测过吗？也没有。
#Russian Organic Chemistry Institute#Florida State University#GPT-5.6 Sol#Kimi K3#Gemini 3.6 Flash#GPT-6 Astra#Claude Opus 5#UFF#GFN-FF#DFT