arXiv cs.AI· David Li, Shaamil Karim, Christian Gensbigler·· 9 小时前AI 评分32
BioStudyBench：评估 AI 智能体能否复现知识截止后的生物医学研究
BioStudyBench: Evaluating Agents on Post-Cutoff Biomedical Studies
AI 导读
研究者推出 BioStudyBench，用 25 个长周期分析任务评估 AI 智能体能否仅凭公开数据复现 2026 年 7 至 9 月发表的生物医学研究结论，这些研究均晚于被测模型的知识截止时间。
来源：arXiv cs.AI · arxiv.org