arXiv · AI· Gideon Shaked, Siddharth Nagisetty·· 2026-10-16AI 评分37
OmicsBench:评估 AI 智能体在长程多轮生物信息学分析中的基准测试
OmicsBench: a long-horizon multi-turn benchmark of AI agents on research-study-scale bioinformatics
AI 导读
summary_zh: OmicsBench 发布,包含 97 项任务与 662 个子任务,专测 AI 智能体长程多轮生物信息学能力。 测试 12 个模型时得分介于 0.43 至 0.67 之间,慢速智能体平均耗时 3.6 小时,且多轮依赖任务表现更差。
来源:arXiv · AI · arxiv.org