szktkyk https://blog.hatena.ne.jp/szktkyk/ Science Aid Tech Blog https://blog.science-aid.com/ バイオメディカル分野向けAIエージェントのBiomniでは、独自に作成したベンチマーク用データセットを取り込み、性能を定量的に評価できる仕組みが用意されています。この機能を使うことで、自分の研究分野におけるBiomniの性能を数値として示すことが可能です。今回は、その仕組みを実際に試した結果を報告します。 定量評価の重要性 AIエージェントは、従来のコンピュータワークフローとは異なり、大規模言語モデル（LLM）を介して複雑なタスクを自律的に実行できます。しかしその一方で、常に予期せぬエラーや不安定な挙動が起こる恐れがあります。ユーザーの期待する通りに安定して動作させることができるかどうかは、大… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fblog.science-aid.com%2Fentry%2F2025%2F09%2F19%2F114920" title="【AI for Science試行録】第5回 Biomniソースコード検証 Part3 - Science Aid Tech Blog" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2025-09-19 11:49:20 rich https://blog.science-aid.com/entry/2025/09/19/114920 1.0 100%