★ 3
OmicsBench：AI 智能体长程多轮生物信息学基准发布
研究团队发布 OmicsBench，一个面向 AI 智能体的长程、多轮生物信息学基准，包含97个任务、662个子任务，以有向无环图串联依赖关系。测试12个模型在三种框架下均未接近饱和，平均得分0.43至0.67，并揭示智能体在依赖前序子任务时表现更差等失败模式。
arXiv cs.AI17 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究团队发布 OmicsBench，一个面向 AI 智能体的长程、多轮生物信息学基准，包含97个任务、662个子任务，以有向无环图串联依赖关系。测试12个模型在三种框架下均未接近饱和，平均得分0.43至0.67，并揭示智能体在依赖前序子任务时表现更差等失败模式。