DRYLAB-Bench

新基准量化LLM驱动的生物突变设计的生物安全风险

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。