header-langage
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
掃碼下載APP
Partnered With:

Anthropic發布生物AI檢索工具,將基因數據查詢準確率提升至近100%

据動察 Beating 監測,檢索真實的病毒基因數據時,即使是 GPT-5.5 或 Claude 這種前沿 AI 智能體也經常犯錯。由於傳統的生物學數據庫(如 NCBI)結構雜亂、介面不兼容,大型模型很難穩定地篩選出合格的數據集。為了讓檢索更可靠,Anthropic 與美國國家生物技術信息中心(NCBI)合作開發了確定性檢索工具 gget virus。接入後,AI 的數據查詢準確率直接提升至近 100%。

研究團隊用自研的 VirBench 基準(包含 40 種病原體和 120 個檢索任務)測試了各大模型。在沒有工具輔助時,AI 的檢索準確率在 16.9% 到 91.3% 之間寬幅震盪,且多次運行同一指令的結果極不穩定。以一次預期返回 266 條序列的查詢為例,Claude Sonnet 4 運行三次,分別只找回了 106 條、15 條和 5 條。在嚴謹的生物研究中,基因數據哪怕有一點遺漏,都會帶來災難性後果:若用殘缺數據重構埃博拉病毒的系統發育樹,疫情源頭時間會被錯誤地推前近一個世紀;在評估 maftivimab 和 MBP134 等抗體藥物的有效性時,AI 還會漏掉關鍵的病毒突變位點,直接誤導治療方案的評估。

新開發的 gget virus 相當於在複雜的生物學數據庫下方修了一條「專用隧道」。作為確定性檢索層,gget virus 自動協調底層的 REST、Datasets 和 E-utilities 等多個 API,處理分批下載、本地過濾以及 GenBank 記錄提取,並輸出標準化日誌。接入後,所有智能體的檢索準確率均突破 90%,其中 GPT-5.5 達到 99.7%,徹底消除了多次運行的不一致性。這也意味着,只要配上合適的工具,廉價模型也能提供極高的可靠性。研究團隊認為,未來的生物數據庫應當践行 Andrej Karpathy 提倡的開發理念——面向智能體構建(build for agents),將 AI 作為核心的規模化用戶進行設計,打造高可信的生物學上下文引擎。

举报 糾錯/舉報
相關推薦
在業務高速擴張之際,Anthropic 卻主動呼籲「踩剎車」。
Anthropic 如何後來居上,一家靠「專注」和「文化」贏得 AI 競賽的公司
Anthropic 表示,預計在可預見的未來不會支付任何股息。
Anthropic與SpaceX簽署協議,獲得其數據中心算力
糾錯/舉報
提交
新增文庫
僅自己可見
公開
保存
選擇文庫
新增文庫
取消
完成