AI 報告 · GovAI (Oxford) · 2026-10-17 · 研究論文
AI 與生物安全 衡量 2025 年中 LLM 協助對生物學新手表現的影響 2026 年 2 月 研究論文 Shen Zhou Hong, Alex Kleinman, Alyssa Mathiowetz, Adam Howes, Julian Cohen, Suveer Ga
原標題: 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
一項預先註冊的隨機對照試驗（2025 年 6 月至 8 月，n = 153）發現，在模擬病毒反向遺傳學工作流程的任務中，使用 LLM 協助的新手與使用網際網路的新手在工作流程完成度上沒有顯著差異。LLM 組在五項任務中有四項的成功率在數值上較高，作者認為這代表有適度的效能助益。該研究指出基準測試結果與實際應用效益之間存在落差，並呼籲對 AI 生物安全評估進行實體世界的驗證。