研究人员推出 EpiBench，这是一个旨在评估大型语言模型（LLM）在抗体药物发现背景下理解表位能力的新基准。该基准基于序列，可自动评分，包含 1,609 个样本，涵盖与抗体-抗原相互作用和功能特性相关的五个任务。对九个通用 LLM 的评估显示，虽然它们可以识别一些与表位相关的信号，但在抗体特异性序列基础和生物学基础推理方面存在困难，这表明需要改进具有序列意识的生物医学 LLM。 AI
影响 该基准有望推动更专业的生物医学研究 LLM 的发展，从而加速抗体药物的发现。
排序理由 该集群描述了一篇介绍用于评估 LLM 在特定科学任务上表现的新基准的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
