实体 OmicsBench

OmicsBench

PulseAugur coverage of OmicsBench — every cluster mentioning OmicsBench 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

TOOL · CL_303275 · Oct 16 · 04:00

新的 OmicsBench 基准测试评估 AI 代理在复杂生物信息学任务中的表现

研究人员推出 OmicsBench，这是一个旨在评估 AI 代理在复杂、多轮生物信息学任务中能力的新基准测试。该基准测试包含 97 个任务，每个任务由一个有向无环图组成，包含多达 662 个依赖子任务，模拟研究规模的分析。对 12 个模型的初步评估显示，即使是最慢的代理平均每个任务需要 3.6 小时，平均得分在 0.43 到 0.67 之间，表明仍有很大的改进空间。该基准测试还包括一个故障模式发现管道，用于定性分析代理的不足之处，揭示…