DRYLAB-Bench：评估LLM代理高危生物突变设计的基准

论文作者团队在arXiv发布DRYLAB-Bench（Design Risk Yielded by LLM Agent in Biodesign），称其为首个评估LLM代理高危生物突变设计能力的综合基准，包含30个从生物安全指南提炼的高危突变设计场景，要求代理调用生物设计工具并迭代生成方案。 基准用提出的Biosecurity Risk Score（BRS）将设计方案直接与来自ProteinGym和ViroGym的187,695条湿实验实测数据比对打分。对15个前沿模型的评估显示存在可观的基线威胁。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。