BixBench: a Comprehensive Benchmark for LLM-based Agents in Computational Biology
Created by
Haebom
저자
Ludovico Mitchener, Jon M Laurent, Benjamin Tenmann, Siddharth Narayanan, Geemi P Wellawatte, Andrew White, Lorenzo Sani, Samuel G Rodriques
개요
BixBench는 실제 생물학적 데이터 분석의 50개 이상의 시나리오와 300개에 가까운 개방형 질문으로 구성된 데이터셋입니다. LLM 기반 에이전트가 생물학적 데이터셋을 탐색하고, 다단계 분석 과정을 수행하며, 분석 결과를 해석하는 능력을 측정하기 위해 설계되었습니다. GPT-4o와 Claude 3.5 Sonnet 두 최첨단 LLM을 사용하여 BixBench를 평가한 결과, 개방형 질문 환경에서 17%의 정확도에 그쳤으며, 객관식 질문에서는 무작위 선택과 다를 바 없었습니다. 이를 통해 최첨단 모델의 한계를 드러내고, 엄격한 생물정보학 분석을 수행하고 과학적 발견을 가속화할 수 있는 에이전트 개발을 촉진하고자 합니다.
시사점, 한계점
•
시사점: 최첨단 LLM의 생물정보학 분석 능력의 현황을 보여주는 새로운 벤치마크를 제공합니다. LLM 기반 에이전트 개발 방향을 제시하고, 과학적 발견 가속화에 기여할 수 있습니다.
•
한계점: 현재 최첨단 모델의 정확도가 낮아(17%) 향후 모델 개발에 대한 더 많은 연구가 필요합니다. 객관식 질문에서는 무작위 수준의 성능을 보였습니다.