K-密集分析家：迈向完全自动化的科学研究分析.pdfVIP

K-密集分析家：迈向完全自动化的科学研究分析

OrionLiVinayakAgarwalSummerZhouAshwinGopinathTimothyKassis

BiostateAI,PaloAlto,CA

BayosthitiAI,Bengaluru,India

{firstname}.{lastname}@biostate.ai

本

译

中

1

v

3

4

0

7

0

.

8

0

5

2图1:K-密集分析在BixBench开放答案基准测试中达到了最先进的性能。我们的系统达到

:

v了29.2%的准确率，比GPT-5（22.9%）高出6.3个百分点，相对提升了27%，被认为是当

i

x前最佳的语言模型。令人印象深刻的是，K-DenseAnalyst使用Gemini2.5Pro作为基础模

r型实现了这一点，而直接使用时其得分仅为18.3%。这种性能提升达到了59%（从18.3%到

a

29.2%），证明了我们的双循环架构解锁了远超基础模型单独所能达到的潜在能力，证明了在

科学分析中，架构创新胜过模型规模。

Abstract

现代生物信息学分析的复杂性在数据生成与开发科学见解之间造成了一个

关键差距。虽然大型语言模型（LLMs）在科学推理方面显示出潜力，但它们

在处理需要迭代计算、工具集成和严格验证的真实世界分析工作流时仍然

存在根本性的局限性。我们介绍了K-DenseAnalyst，这是一个通过双循环架

构实现自主生物信息学分析的分层多代理系统。作为更广泛的K-Dense平

台的一部分，K-DenseAnalyst使用专门的代理将规划与验证执行相结合，在

安全计算环境中将复杂的任务分解为可执行和可验证的任务。在BixBench

（一个全面用于开放性生物学分析的基准测试）上，K-DenseAnalyst实现了

29.2%的准确率，比最佳表现的语言模型（GPT-5）高出6.3个百分点，这

代表了超过广泛认为最强大的LLM的性能近27%的提升。值得注意的是，

K-DenseAnalyst使用Gemini2.5Pro达到了这一性能水平，而当直接使用

Preprint.

时，Gemini2.5Pro仅能达到18.3%的准确率，表明我们的架构创新解锁了

远超基础模型表现的能力。我们的见解证明，自主科学推理不仅需要增强的

语言模型，还需要专门构建的系统来弥合高层次科学目标与低层次计算执

行之间的差距。这些结果代表了朝着能够加速生命科学研究进展的完全自

主计算生物学家迈出的重要一步。

1介绍

现代生物研究产生的数据速度已经超过了人类的分析能力。单个基因组学实验可以产生数太

字节的信息，需要几十种专业工具、复杂的统计分析和深厚的领域专业知识来解释[1,2,3]。

这一分析瓶颈已经成为科学发现中的限制步骤，研究人员花费几个月的时间来分析仅需几天

就能生成的数据。

大型语言模型（LLMs）作为科学推理的强大工具已经出现，展示了从文献综合到实验设计

等各种任务的卓越能力。代理框架的必威体育精装版进展已将这些能力扩展到了自主代码生成和执行，

使AI系统能够执行复杂的分析工作流程。然而，在评估真实世界的生物信息学任务时，即

使是最先进的模型