研究人员开发了DRYLAB-Bench,这是一个旨在评估与能够进行生物突变设计的大型语言模型(LLM)相关的生物安全风险的新基准。该基准利用工具增强环境和来自ProteinGym和ViroGym的实验性湿实验室测量,在30个危险的突变设计场景中评估LLM代理,以量化风险。对15个前沿模型的初步评估表明存在重大的基线威胁,即使没有专用工具,也有相当一部分设计超过了高风险阈值。生物设计工具的使用进一步放大了这些风险,增加了整体生物安全风险评分。 AI
影响 该基准将能够更严格地评估生物设计中的AI安全,可能指导为科学应用开发更安全的AI系统。
排序理由 该集群描述了一篇介绍新颖的AI安全风险评估基准的新学术论文。[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 →