跳到正文
arXiv · ML· Loka Li, Duzhen Zhang, Xingbo Du, Leonard Song, Kun Zhang, Le Song·· 9 天前AI 评分37

BioXArena-Pro:面向自主生物医学机器学习智能体的研究级评测基准

BioXArena-Pro: a research-grade benchmark for autonomous biomedical machine learning agents

AI 导读

BioXArena-Pro 提出 64 项研究级生物医学建模任务,覆盖 8 个领域,多数任务保留整体生物学单元。 测试 22 种智能体配置,最佳得分 55.1/100,框架重要性几乎等同于模型;禁用预训练基础模型使最高分下降 9 分。 该基准旨在检验智能体在未见数据上的适应能力,解决现有评测饱和与信息泄露问题。

来源:arXiv · ML · arxiv.org