跳到正文
arXiv · AI· Yuzhen Wang, Chunxiao Li, Baichen Le, Lewen Yan, Jie Zhang, Yucheng T. Yang, Xing-Ming Zhao, Lijun Li, Jing Shao·· 2026-10-12AI 评分41

DRYLAB-Bench: 评估 Agentic LLM 突变设计的生物安全风险

DRYLAB-Bench: Benchmarking the Biosecurity Risk of Agentic LLM Mutation Design

AI 导读

研究推出 DRYLAB-Bench,首个评估 LLM 智能体高风险生物突变设计能力的基准测试,利用 187,695 个实证数据通过生物安全风险分数(BRS)量化风险。 评测涵盖 30 个真实危险场景及 15 个前沿模型,结果显示无工具时 67.6% 的一轮设计风险超平均水平,配备生物设计工具后最高风险分位占比升至 23.5%。

来源:arXiv · AI · arxiv.org