OpenAI 推出 GeneBench-Pro：测大模型的生物科研判断力，GPT-5.6 Sol 通过率不到 30%
OpenAI 推出科研级基准 GeneBench-Pro，包含 129 道计算生物学题目，专门测大模型处理模糊数据和自主决策的「科研判断力」。其采用已知因果结构的合成数据进行客观打分。GPT-5.6 Sol 取得 28.7% 的通过率，远高于 GPT-5 当初低于 5% 的表现。目前已在 Hugging Face 开源 10 道代表性题目。
OpenAI 推出科研级基准 GeneBench-Pro，包含 129 道计算生物学题目，专门测大模型处理模糊数据和自主决策的「科研判断力」。其采用已知因果结构的合成数据进行客观打分。GPT-5.6 Sol 取得 28.7% 的通过率，远高于 GPT-5 当初低于 5% 的表现。目前已在 Hugging Face 开源 10 道代表性题目。