Реклама

Наркотиктаргет World: Синтетический биобанк для подготовки и оценки ученых АИ

#Наркотиктаргет #World #Синтетический #Annualce #Type

arXiv: 2610,09558v1 Annualce Type: New Humber Abstract: Обнаружение цели наркотиков требует проведения различия между молекулами, которые причинно-следственно воздействуют на болезнь и теми, кто просто связан с ней. Подготовка и оценка агентов АИ для выполнения этого рабочего процесса в конечном итоге сопряжены с трудностями, поскольку реальные мировые биобанки не имеют известной причинно-следственной связи, а доступ к данным на уровне участников контролируется. Мы представляем World DrugTarget World, систему, которая процедурно создает смоделированные биобанки или "миры" с известной, но скрытой причинной структурой. Каждый мир содержит генотипы, белки, медицинские записи, результаты и синтетические магнитные резонансные изображения (MRI) для 54 000 участников. Агенты должны создать фенотип болезни, определить причинно-следственные белки водителя, сделать вывод о положительном направлении модуляции и необязательно проводить виртуальные эксперименты "влажной лаборатории". Мы провели оценку 9 агентов в 540 эпизодах по 20 сердечно-сосудистым мирам и 3 экспериментальных бюджета. Опус 5 и GPT-5.6 Сол достигли наивысшего среднего сводного балла

Компьютерные науки > Искусственный интеллект [представлен 7 октября 2026 года] Название: TacksTarget World: A Synthetic Biobank for Training and Matrialing Learnian View PDF Astractive: Обнаружение цели NID требует отличительных молекул, которые движут болезнью по причинам от тех, кто просто связан с ней. Подготовка и оценка агентов АИ для выполнения этого рабочего процесса в конечном итоге сопряжены с трудностями, поскольку реальные мировые биобанки не имеют известной причинно-следственной связи, а доступ к данным на уровне участников контролируется. Мы представляем World DrugTarget World, систему, которая процедурно создает смоделированные биобанки или "миры" с известной, но скрытой причинной структурой. Каждый мир содержит генотипы, белки, медицинские записи, результаты и синтетические магнитные резонансные изображения (MRI) для 54 000 участников. Агенты должны создать фенотип болезни, определить причинно-следственные белки водителя, сделать вывод о положительном направлении модуляции и необязательно проводить виртуальные эксперименты "влажной лаборатории". Мы провели оценку 9 агентов в 540 эпизодах по 20 сердечно-сосудистым мирам и 3 экспериментальных бюджета. Опус 5 и GPT-5.6 Сол достигли наивысших средних совокупных показателей, соответственно 39,98 и 35.38 из 100, и оба они обнаружили 64% причинно-следственных факторов в среднем. Однако ни один агент не отличает вводящие в заблуждение белки, а эффективность остается ограниченной благодаря комплексным суждениям,…