MetagenomicsBench: A Verifiable Benchmark for Agentic Metagenomics Analysis
El artículo presenta MetagenomicsBench, un referente verificable que comprende 100 evaluaciones a través de diversos dominios metagenómicos para evaluar las capacidades de los agentes de IA en el análisis de datos microbianos del mundo real, revelando que, si bien las configuraciones más sólidas alcanzan una tasa de aprobación del 60%, los agentes presentan dificultades frecuentes con la interpretación de problemas, el razonamiento estadístico y la interpretación biológica a pesar de su competencia técnica.