What Large Language Models Know About Plant Molecular Biology | ||
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Ciencias e Ingeniería de la Computación. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación | |
| dc.conicet.organizacion | APOLO Biotech | |
| dc.conicet.organizacion | APOLO Biotech | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Ciencias e Ingeniería de la Computación. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación | |
| dc.conicet.organizacion | APOLO Biotech | |
| dc.conicet.organizacion | Centre National de la Recherche Scientifique | |
| dc.conicet.organizacion | Universite Paris-Saclay | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas | |
| dc.conicet.organizacion | Centre National de la Recherche Scientifique | |
| dc.conicet.organizacion | Universite Paris-Saclay | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas | |
| dc.conicet.organizacion | Centre National de la Recherche Scientifique | |
| dc.conicet.organizacion | Universite Paris-Saclay | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Fisiología, Biología Molecular y Neurociencias. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Fisiología, Biología Molecular y Neurociencias | |
| dc.conicet.organizacion | Universidad Nacional del Litoral | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Ciencias e Ingeniería de la Computación. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación | |
| dc.contributor.author | Fernandez Burda, Manuel | |
| dc.contributor.author | Ferrero, Lucia | |
| dc.contributor.author | Gaggion Zulpo, Rafael Nicolás | |
| dc.contributor.author | Fonouni-farde, Camille Audrey | |
| dc.contributor.author | Attallah, Carolina Veronica | |
| dc.contributor.author | Crespi, Martín | |
| dc.contributor.author | Ariel, Federico Damian | |
| dc.contributor.author | Ferrante, Enzo | |
| dc.date.issued | 2025-09 | |
| dc.description.abstract | Large language models (LLMs) are rapidly permeating scientific research, yet their capabilities in plant molecular biology remain largely uncharacterized. Here, we present MOBIPLANT, the first comprehensive benchmark for evaluating LLMs in this domain, developed by a consortium of 112 plant scientists across 19 countries. MOBIPLANT comprises 565 expertcurated multiple-choice questions and 1,075 synthetically generated questions, spanning core topics from gene regulation to plant-environment interactions. We benchmarked seven leading chat-based LLMs using both automated scoring and human evaluation of open-ended answers. Models performed well on multiple-choice tasks (exceeding 75% accuracy), although most of them exhibited a consistent bias towards option A. In contrast, expert reviews exposed persistent limitations, including factual misalignment, hallucinations, and low self-awareness. Critically, we found that model performance strongly correlated with the citation frequency of source literature, suggesting that LLMs do not simply encode plant biology knowledge uniformly, but are instead shaped by the visibility and frequency of information in their training corpora. This understanding is key to guiding both the development of next-generation models and the informed use of current tools in the everyday work of plant researchers. | es |
| dc.description.fil | Fil: Fernandez Burda, Manuel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Ciencias e Ingeniería de la Computación. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación; Argentina. APOLO Biotech; Argentina | |
| dc.description.fil | Fil: Ferrero, Lucia. APOLO Biotech; Argentina | |
| dc.description.fil | Fil: Gaggion Zulpo, Rafael Nicolás. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Ciencias e Ingeniería de la Computación. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación; Argentina. APOLO Biotech; Argentina | |
| dc.description.fil | Fil: Fonouni-farde, Camille Audrey. Centre National de la Recherche Scientifique; Francia. Universite Paris-Saclay ; . Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina | |
| dc.description.fil | Fil: Attallah, Carolina Veronica. Centre National de la Recherche Scientifique; Francia. Universite Paris-Saclay ; . Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina | |
| dc.description.fil | Fil: Crespi, Martín. Centre National de la Recherche Scientifique; Francia. Universite Paris-Saclay ; | |
| dc.description.fil | Fil: Ariel, Federico Damian. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Fisiología, Biología Molecular y Neurociencias. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Fisiología, Biología Molecular y Neurociencias; Argentina. Universidad Nacional del Litoral; Argentina | |
| dc.description.fil | Fil: Ferrante, Enzo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Ciencias e Ingeniería de la Computación. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación; Argentina | |
| dc.format | application/pdf | es |
| dc.identifier.citation | Fernandez Burda, Manuel; Ferrero, Lucia; Gaggion Zulpo, Rafael Nicolás; Fonouni-farde, Camille Audrey; Attallah, Carolina Veronica; et al.; What Large Language Models Know About Plant Molecular Biology; Cold Spring Harbor Laboratory Press; bioRxiv; 9-2025; 1-40 | es |
| dc.identifier.institucional | CONICET | |
| dc.identifier.issn | 2692-8205 | es |
| dc.identifier.repo | CONICET Digital | |
| dc.identifier.uri | http://hdl.handle.net/11336/298321 | |
| dc.journal.pagination | 1-40 | es |
| dc.journal.pais | Estados Unidos | es |
| dc.journal.title | bioRxiv | es |
| dc.language.iso | eng | es |
| dc.publisher | Cold Spring Harbor Laboratory Press | es |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/doi/https://doi.org/10.1101/2025.08.31.672925 | |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/url/https://hal.science/hal-05306023/document | |
| dc.rights | info:eu-repo/semantics/openAccess | * |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ | * |
| dc.subject | LARGE LANGUAGE MODELS | es |
| dc.subject | PLANT MOLECULAR BIOLOGY | es |
| dc.subject | NEXT-GENERATION MODELS | es |
| dc.subject.classification | Otras Ciencias de la Computación e Información | es |
| dc.subject.classification | Ciencias de la Computación e Información | es |
| dc.subject.classification | CIENCIAS NATURALES Y EXACTAS | es |
| dc.title | What Large Language Models Know About Plant Molecular Biology | es |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | info:ar-repo/semantics/artículo | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
Archivos
Bloque original
Cargando...
- Nombre:
- CONICET_Digital_Nro.49c93f1c-91ab-4b89-9fec-a1f8dd2face3_B.pdf
- Tamaño:
- 5.43 MB
- Formato:
- Adobe Portable Document Format