# BIABench基准

研究者构建了BIABench，把16项已发表生物学研究还原为原始图像加生物学家指令的端到端生物图像分析任务，用研究自身报告的结果作真值、以确定性指标评结果分并用VLM按专家撰写的评分细则评过程分，在6个智能体、多个模型与两种指令详细度下各重复三次，发现常规2D任务最高可达0.97，而5D核孔定量与3D致癌点状结构定量在所有配置下都不超过0.25。

研究者构建了BIABench，把16项已发表生物学研究还原为原始图像加生物学家指令的端到端生物图像分析任务，用研究自身报告的结果作真值、以确定性指标评结果分并用VLM按专家撰写的评分细则评过程分，在6个智能体、多个模型与两种指令详细度下各重复三次，发现常规2D任务最高可达0.97，而5D核孔定量与3D致癌点状结构定量在所有配置下都不超过0.25。