AI 报告 · GovAI (Oxford) · 2026-10-17 · 研究论文
AI与生物安全：衡量2025年年中大语言模型对生物学新手表现的辅助作用 2026年2月 研究论文 Shen Zhou Hong, Alex Kleinman, Alyssa Mathiowetz, Adam Howes, Julian Cohen, Suveer Ga
原标题: AI and Biosecurity Measuring Mid-2025 LLM-Assistance on Novice Performance in Biology February 2026 Research Paper Shen Zhou Hong, Alex Kleinman, Alyssa Mathiowetz, Adam Howes, Julian Cohen, Suveer Ga
一项预先注册的随机对照试验（2025年6月至8月，n = 153）发现，在模拟病毒反向遗传学工作流程的任务中，新手使用LLM辅助与使用互联网查询相比，工作流程完成情况没有显著差异。LLM组在五项任务中的四项中成功率在数值上更高，作者认为这与适度的性能优势相关。该研究指出基准测试结果与现实世界效用之间存在差距，并呼吁对AI生物安全评估进行现实世界的实物验证。