arXiv cs.AI· Yuzhen Wang, Chunxiao Li, Baichen Le, Lewen Yan, Jie Zhang, Yucheng T. Yang, Xing-Ming Zhao, Lijun Li, Jing Shao·· 22 天前AI 评分55
DRYLAB-Bench：评测智能体大模型生物突变设计安全风险的基准测试
DRYLAB-Bench: Benchmarking the Biosecurity Risk of Agentic LLM Mutation Design
AI 导读
研究团队提出首个针对大模型智能体高风险生物突变设计能力的综合基准 DRYLAB-Bench。该基准包含从生物安全指南提炼的 30 个危险设计场景，通过生物安全风险评分对比 ProteinGym 和 ViroGym 的 187,695 项湿实验实测数据进行安全验证。对 15 个前沿模型的测试表明，配备专业生物设计工具后模型的突变设计风险显著放大，最高风险区间占比上升至 23.5%。
来源：arXiv cs.AI · arxiv.org