arXiv cs.AI· Aditya Sivakumar, Peter Ciaccia, Hassaan Qadir, Ian Hsu, Ashu Singhal·· 4 小时前AI 评分41
BenchBench-Cloning：评测大语言模型的分子克隆设计与实验方案开发
BenchBench-Cloning: Evaluating Molecular Cloning Design and Protocol Development
AI 导读
BenchBench-Cloning 基准发布，包含 65 个分子克隆任务，用于评估大语言模型的端到端实验规划能力。其中 50 个为方案开发任务、15 个为构建体设计任务，前者在克隆模拟器中执行评分，后者采用确定性检查与 LLM-as-a-judge 评估。
来源：arXiv cs.AI · arxiv.org