生物信息学多智能体系统Bioinfoysis
原文标题：Bioinfoysis Technical Report
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
介绍Bioinfoysis，一个面向长周期生物信息学任务的多智能体框架，通过持久化工件和证据驱动重规划确保结论可追溯。在BixBench上达到82.4%准确率，并在SeqQA2和DbQA2上大幅提升平均准确率，展示可靠自动化依赖治理机制。
- 问题
- 长周期生物信息学任务中，LLM智能体的中间证据与结论脱节、难以追溯。
- 方法
- 把每次请求建模为持久化、以工件为锚的分析运行，全局规划加证据驱动重规划，用结构化交接绑定中间结果与责任智能体。
- 结果
- BixBench准确率82.4%；四个底层模型平均准确率从27.81%提升至64.13%。
- 影响
- 为需要审计与可追溯的科研自动化提供治理机制，适合对可靠性要求高的生信分析流水线。
深读 · 结论先行AI 生成展开看要点与影响 ↓
Bioinfoysis在BixBench达82.4%准确率，四模型平均准确率从27.81%升至64.13%。
- •把每次请求表示为持久化、以工件为依据的分析运行，而非一次性问答
- •全局规划加逐步证据驱动重规划，交接绑定结果、步骤与计划版本，防止陈旧证据复用
- •受控运行时在下游使用前校验脚本、表格与图表
- •BixBench达82.4%的当前最优准确率
- •在四种底层模型上平均准确率由27.81%提升至64.13%
为什么重要：长周期科研自动化最怕结论无法追溯，这条的工件与证据绑定机制对生物信息学以外的长任务代理同样可借鉴。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。