纳米生物智能体 (NBA)：用于基因组学的小语言模型智能体
人工智能
2025-09-25 v1 基因组学
摘要
我们研究了通过智能体框架应用小语言模型（参数少于100亿）进行基因组学问答，以解决幻觉问题和计算成本挑战。我们实现的纳米生物智能体 (NBA) 框架将任务分解、工具编排和 API 访问整合到诸如 NCBI 和 AlphaGenome 等成熟系统中。结果表明，结合此类智能体框架的小语言模型可以达到与使用更大模型的现有方法相当，并且在许多情况下更优的性能，我们最佳的模型-智能体组合在 GeneTuring 基准测试上达到了 98% 的准确率。值得注意的是，小型 3-10B 参数模型在需要比传统方法低得多的计算资源的同时，始终能达到 85-97% 的准确率。这展示了在保持高度稳健和准确性能的同时，在效率提升、成本节约和机器学习驱动的基因组学工具普及化方面的巨大潜力。
引用
@article{arxiv.2509.19566,
title = {Nano Bio-Agents (NBA): Small Language Model Agents for Genomics},
author = {George Hong and Daniel Trejo Banos},
journal= {arXiv preprint arXiv:2509.19566},
year = {2025}
}