实体 EpiBench

EpiBench

PulseAugur coverage of EpiBench — every cluster mentioning EpiBench across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_86607 · Jun 11 · 17:20

EpiBench基准显示AI代理在表观基因组学分析方面存在困难

一个新的名为EpiBench的基准已被开发出来，用于评估AI代理在短期表观基因组学分析任务上的表现。该基准包含106项跨越各种基因组测定工作流程的评估，发现没有一个AI系统能通过大部分尝试。GPT-5.5 / Pi表现最佳，通过了45.0%的任务，紧随其后的是GPT-5.5 / OpenAI Codex和Claude Opus 4.8 Max / Pi。虽然代理通常能够识别正确的文件并计算中间结果，但它们在需要深入、特定于测定的科学判…