BioMysteryBench

Библиотека от Anthropic для оценки способности Claude решать открытые задачи биоинформатики.

Бенчмарк тестирует модель на реальных научных проблемах, где точные ответы часто неизвестны или требуют сложных вычислений. Инструмент помогает измерять не только фактическую точность, но и качество рассуждений в условиях неопределенности.

Источник: @anthropicai, 30-04-2026