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 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
新基准测试大型语言模型在抗体药物发现方面的洞察力
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。
-
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…