Evaluating Claude for Bioinformatics with BioMysteryBench
Anthropic Science · 2026-04-29 · 原文
TL;DR
推出 BioMysteryBench：用真实生物信息学”谜题”衡量 Claude 的科学推理能力。给 Agentic Science 提供领域专属基准，不再依赖通用 benchmark。
关键论点
- 领域基准比通用基准更能反映 Agent 的真实科学能力
- 与 143-Anthropic-Agents-in-Biology 相配套
- 为其他领域（Chemistry / Physics）建立同类基准提供样板
与本 wiki 关联
一句话总结
BioMysteryBench：Anthropic 给 Agentic Science 建立领域专属”考试卷”。