核心要点速览
- CellType发布了BioSimBench，以真实实验为基准，衡量前沿大语言模型的细胞响应预测能力。
- 该基准构建于NVIDIA AI之上，将细胞对药物、基因敲低和免疫信号的响应与实测结果进行比较。
- 即便270亿参数的自研模型超过12个模型，也只能复现响应的一部分。
用真实实验室的结果给模型对答案
CellType（@celltypeinc）于2026年11月4日在帖子串中发布了BioSimBench，追问前沿模型能在多大程度上说出实验室的实测结果。验证的内容，是让模型预测细胞如何对药物、基因敲低和免疫信号作出反应。
观测到的帖文互动为展示518633次、点赞660、收藏504、转发159。该公司将其定位为一种用真实数据来判断能否模拟人类生物学的评测，而不是一般语言能力的排名。
出处[1]
270亿参数超过12个模型，不一致依然存在
按CellType的整理，参数量为270亿的自研模型超过了12个前沿模型。即便如此，最好的结果也只对上响应的一部分，改进空间仍然很大。该基准构建在NVIDIA AI（@NVIDIAAI）之上。
出处[1]
在本地部署环境中从数据学习的生物学大语言模型
其简介所强调的，是一套模拟人类生物学、并能从使用者数据中学习的本地部署生物学大语言模型。公司属于Y Combinator的W26批次，并与BioSimBench并列，将BioSimGym作为强化学习环境加以介绍。
官网为https://celltype.com/BioSimBench，短链接为http://celltype.com/b/x。帖文强调的不是分数上的完胜，而是目前只能复现真实响应的一部分，以及由此延伸的增长空间。
出处[1]
X（推特）首发原帖
可在 X 上直接查看创作者发布的原帖与互动详情。
常见问题
排名首位的模型是否已经能在实用层面复现细胞响应？
CellType表示，270亿参数的自研模型超过了12个前沿模型，但即便是最好的结果也只吻合响应的一部分，提升空间仍然很大。
出处[1]
