评估与提升 AI 智能体对测序协议的理解能力

研究者推出基准 LibStructBench，用于评估 AI 智能体重构测序文库结构与分子工作流的能力。实验显示前沿智能体在分子状态表示和工作流连通性的精确重构上仍不可靠，且更换底层语言模型比更换智能体框架带来更大的平均性能差异。此外，自主积累流程规则与跨协议示例在测试中未能提升保留测试集的平均分子工作流表现。