arXiv Artificial Intelligence· Gideon Shaked, Siddharth Nagisetty·· 2 小时前AI 评分31
OmicsBench：面向 AI 智能体的长时程多轮生物信息学研究级基准
OmicsBench: a long-horizon multi-turn benchmark of AI agents on research-study-scale bioinformatics
AI 导读
OmicsBench 是面向 AI 智能体的长时程多轮生物信息学基准，97 个任务以有向无环图串联 662 个子任务，每个子任务对应一轮用户输入并确定性评分。在三种框架上测试 12 个模型，最慢智能体平均每任务耗时 3.6 小时，无上下文反馈时均分 0.43-0.57，有反馈时 0.54-0.67，均未接近饱和。
来源：arXiv Artificial Intelligence · arxiv.org