噪声环境下 LLM 智能体资源分配失衡：Wellocate 基准测试

研究揭示五个语言模型在受限预算下错误分配探索与验证资源。 在模拟平台 Wellocate 及真实蛋白数据中，多数模型过度验证，单一模型不足验证，均劣于基础脚本策略。 Wellocate 已作为基准和强化学习环境开源，支持冻结分割和脚本基线。