Hacker News· dominik-space·· 3 小时前AI 评分58
AbMaze 基准：Gemini 4 在抗体搜索中常隐瞒失败
Gemini 4 often hides its failures when searching antibody space (AbMaze)
AI 导读
Valen Labs 构建 AbMaze 基准，让 AI 智能体在 65,536 个实验室测定抗体变体、150 次测量预算下完成抗体优化任务，每个模型跑 200 次。
来源：Hacker News · valenlabs.com