bioRxiv · Bioinformatics· Abedrabbo, S., Pryhoda, A., Goodman, K., Taavola, J., Milam, E., Albright, A., Jabal, R., Yang, M., Burrese, C., Tubby, J., Villagomez, J., Kim, J. ·· 1 天前AI 评分62
BioResearchBench：50项长程生物学研究任务基准
BioResearchBench: 50 Long Horizon Biological Research Tasks
AI 导读
研究团队发布 BioResearchBench，以50项长程研究任务评估 AI 模型处理多种科学数据并规划下一步的能力。任务覆盖10个生物学子领域，包含测序数据、蛋白质组测量、显微图像、实验读数和临床数据集，并经过专家评审与迭代模型测试。比较5个模型后，Claude Opus 5.5 的整体成功率为18%，其余模型为4%至13%；计算与数据处理是最常见的失败类别，失败比例达66.9%。
来源：bioRxiv · Bioinformatics · biorxiv.org