BioMysteryBench · Human-solvable subset · 测试定义与成绩

BioMysteryBench · Human-solvable subset 收录 2 次模型发布的评测披露或成绩。

测试版本与指标

别名 BioMysteryBench human-solvable

  • Accuracy · % · 越高越好

各系列最新模型 · 公布成绩

此测试使用完整公开配置。排名按指标与评测协议分组,已记录的工具、预算及框架分别展示。条件未说明的组保留公布值供查证。

Accuracy %

允许工具 / 推理预算未记录 / 框架未记录 · Self-computed with Linux terminal, bioinformatics tools, Python and R; internet restricted to approved domains.

BioMysteryBench · Human-solvable subset · Accuracy · 允许工具 / 推理预算未记录 / 框架未记录 · Self-computed with Linux terminal, bioinformatics tools, Python and R; internet restricted to approved domains.
模型与配置成绩(%)记录与证据
Gemini 3.8 FlashGemini 3.8 Flash default sampling88.8%

历史记录 · 2 次发布

  • Gemini 3.8 Flash本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
  • Gemini 3.7 Flash本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)