Стэнфорд и Беркли выпустили 1-й RL ИИ- агент для биомедицинских исследований
Biomni-R0 — первая система, где обучение с подкреплением применено end-to-end для биомедицинского агента.
Исследователи взяли базовые модели Qwen3 (8B и 32B) и обучили их через RL работать с биомедицинской средой Biomni-E1, которая включает 150 специализированных инструментов, 105 программных пакетов и 59 баз данных.
Производительность в итоге выросла существенно:
Biomni-R0-8B: 0.318 → 0.588 (+85%)
Biomni-R0-32B: 0.346 → 0.669 (+93%)
Сравнение с топовыми моделями:
Biomni-R0-32B: 0.669
Claude 4 Sonnet: 0.557
GPT-5: 0.546
Что тестировали?
10 биомедицинских задач: CRISPR-доставка, приоритизация генетических вариантов, диагностика редких заболеваний, аннотация одноклеточных данных и другие.
Biomni-R0-32B показал лучший результат в 7 из 10 задач.
Open source будет через месяц — можно будет попробовать самим.
Biomni-R0 — первая система, где обучение с подкреплением применено end-to-end для биомедицинского агента.
Исследователи взяли базовые модели Qwen3 (8B и 32B) и обучили их через RL работать с биомедицинской средой Biomni-E1, которая включает 150 специализированных инструментов, 105 программных пакетов и 59 баз данных.
Производительность в итоге выросла существенно:
Biomni-R0-8B: 0.318 → 0.588 (+85%)
Biomni-R0-32B: 0.346 → 0.669 (+93%)
Сравнение с топовыми моделями:
Biomni-R0-32B: 0.669
Claude 4 Sonnet: 0.557
GPT-5: 0.546
Что тестировали?
10 биомедицинских задач: CRISPR-доставка, приоритизация генетических вариантов, диагностика редких заболеваний, аннотация одноклеточных данных и другие.
Biomni-R0-32B показал лучший результат в 7 из 10 задач.
Open source будет через месяц — можно будет попробовать самим.