自由記述の表現型記述をオントロジー用語にリンクする「表現型アノテーション」は、比較形態学データの研究間統合に不可欠である。しかしこの作業は高度に訓練された人間の専門家に大きく依存しており、労働集約的で拡張が難しいため、主要なボトルネックとなっている。2018年、Dahdulらは7つの系統学的研究にわたるEntity-Quality（EQ）アノテーションのゴールドスタンダードを確立し、3人の人間キュレーターとSemantic CharaParser NLPツールを評価した。その結果、機械と人間の一致性は、キュレーター間（人間同士）の一致性よりも有意に低いと報告された。
今回、James P. BalhoffとHilmar Lappによる新しい研究がこのベンチマークを再検討した。彼らはAnthropicとOpenAIのフロンティアホスト型LLM 5モデルを採用し、各モデルを自己完結型ワークスペース内の「エージェントキュレーター」として動作させた。ワークスペースには元の出版物PDF、元の人間キュレーターが使用したのと同じアノテーションガイド、4つのプロジェクトオントロジー（UBERON、PATO、BSPO、GO）、および検証スクリプトが提供された。
同じゴールドスタンダードに対して評価した結果、すべてのエージェントの性能は元の研究の3人の訓練された生物キュレーター間の変動範囲内に収まった。最高性能のエージェントは最高性能の人間キュレーターに近づいたが、到達しなかった。さらに、エージェントは4つの指標すべてでSemantic CharaParserを大幅に上回った。この結果は、フロンティアLLMエージェントが表現型アノテーションのボトルネックを大幅に緩和する可能性を示すが、まだトップレベルの人間専門家を完全に代替するには至っていない。論文は7ページ、図2点で、2026年5月27日に提出され、人工知能（cs.AI）分野に属する。