arXiv 人工智能· Yuzhen Wang, Chunxiao Li, Baichen Le, Lewen Yan, Jie Zhang, Yucheng T. Yang, Xing-Ming Zhao, Lijun Li, Jing Shao·· 7 小时前AI 评分55
DRYLAB-Bench：大模型智能体高危生物突变设计风险评测基准
DRYLAB-Bench: Benchmarking the Biosecurity Risk of Agentic LLM Mutation Design
AI 导读
研究团队推出首个评估大模型智能体高危生物突变设计能力的基准 DRYLAB-Bench，通过对接 187,695 条湿实验测量数据量化潜在的生物安全风险。该基准设计了 30 个源自生物安全指南的危险突变场景，评测模型在多轮交互中调用生物设计工具（BDT）优化候选方案的能力。
来源：arXiv 人工智能 · arxiv.org