跳到主要内容
返回时间线
Hugging Face来源发表:

无界前沿开源Fx-Bio-1031:生物信息智能体在专家未解难题上通过率70.59%

核心概要

无界前沿实验室在Qwen3.8-Flash-Next基础上后训练出面向生物信息学与计算生物学的智能体模型Fx-Bio-1031,并公开完整权重。它不再只做静态问答,而是在沙箱环境中自主规划并执行多组学分析、流程编写调试等多步任务。在Anthropic的BioMysteryBench上,其专家未解难题子集Pass@5为70.59,高于Opus-5的52.94与GPT-6-Astra的47.06;但可解子集93.15低于Opus-5的94.52,BixBench3得分45.76也低于GPT-6-Astra的48.70。

Source-provided article image: 高难盲测超越GPT-6-Astra与Opus-5!无界前沿开源Fx-Bio-1031,把RSI带进生命科学
Hugging Face

深度剖析

生物信息学智能体有了一个公开权重的专用模型,能在交互执行环境中自主完成多组学数据分析、流程代码编写与调试、基因功能调查和多源证据整合等多步任务。 此前的模型主要停留在静态问答,不承担跨步骤的规划与执行;Fx-Bio-1031把工作方式改为在沙箱容器里调用真实工具和数据完成整条分析链。 在Anthropic的BioMysteryBench上,Fx-Bio-1031在专家未能独立解决的Difficult子集上Pass@5为70.59,Opus-5为52.94,GPT-6-Astra为47.06;同一基准的Overall Pass@5为88.89,高于Opus-5的86.67和GPT-6-Astra的83.33。

模型以Qwen3.8-Flash-Next为基座做后训练,训练数据来自经过执行验证的智能体轨迹,覆盖工具增强的生物学数据分析和多步科研流程。 训练数据不是一次性固定的语料,而是通过轨迹筛选、执行验证、评测与训练反馈反复迭代,规模和质量持续变化,Fx-Bio-1031是这一过程中的一个检查点。 评测覆盖三个生物信息学智能体基准:BioMysteryBench、BiomniBench和BixBench3,所有被评模型均在同一内部智能体评测框架下运行。

在过程级评测的BiomniBench上,Fx-Bio-1031的Pass@3为89.50、Avg@3为82.46,两项均高于Opus-5的87.42和81.59以及GPT-6-Astra的82.00和76.88。 该基准按真实实验数据逐步考察从数据清洗、方法选择到统计检验和生物学解释的整条分析轨迹,而不只看最终答案。 同一张结果表中,BixBench3的Score一项Fx-Bio-1031为45.76,低于GPT-6-Astra的48.70,高于Opus-5的40.60。

启示与展望

已展示的范围是三个生物信息学智能体基准上的评测结果,全部在同一内部智能体评测框架下获得;发布内容包含完整权重、分词器、处理器配置和生成配置,采用Qwen社区许可1.0。

发布方称Fx-Bio-1031是持续演化过程中的一个检查点而非固定终点,训练数据的规模和质量仍在变化;各基准子集上的领先并不一致,BixBench3得分低于GPT-6-Astra。