OpenAI、生物学ベンチマーク「GeneBench-Pro」発表：GPT-5.6 Sol の正答率は 28.7%
OpenAI は、計算生物学における AI の判断力や推論力を測る新ベンチマーク「GeneBench-Pro」を発表した。ノイズ混じりの合成データを用いた 129 問で構成され、客観的な自動採点に対応する。最高性能の GPT-5.6 Sol でも正答率は 28.7%にとどまり、人間が 20〜40 時間かける課題における課題の多さを示した。10 問が Hugging Face で公開中。