EpiBench: 후성유전체학 분석에서 AI 에이전트의 검증 가능한 평가
EpiBench: Verifiable Evaluation of AI Agents on Epigenomics Analysis
후성유전체학(epigenomics) 분석을 위한 검증 가능한 벤치마크(benchmark)인 EpiBench를 소개하며, 다양한 워크플로우에서 AI 에이전트(agent)의 분석 의사결정 능력을 평가한다. 16개 모델-하니스 쌍에 대한 평가 결과, GPT-5.5 / Pi가 45.0%로 최고 성능을 기록했으나 어떤 시스템도 과반수의 시도를 통과하지 못하는 등 에이전트가 깊이 있는 과학적 판단에는 어려움을 겪는 것으로 나타났다.