ABC-Bench：评估LLM智能体的生物安全能力基准
这是首个系统评估LLM智能体在生物安全关键任务上能力的基准，做AI安全或生物计算的研究者值得关注——它揭示了当前模型在复制已知协议时很强，但在创新推理上仍有短板。
#双用途技术
共 1 条 · 7 天 0 条 · 30 天 0 条
信息流里打上「双用途技术」标签的资讯、产品与论文，按刊登时间排，新的在上。
6月10日
这是首个系统评估LLM智能体在生物安全关键任务上能力的基准，做AI安全或生物计算的研究者值得关注——它揭示了当前模型在复制已知协议时很强，但在创新推理上仍有短板。