OpenAI 推出 LifeSciBench：用 750 项专家任务测 AI 科研能力
OpenAI 推出生命科学评估基准 LifeSciBench，用于衡量 AI 处理真实科研任务的能力。该基准由 173 位博士级科学家编写，包含 750 项跨领域任务与 1062 份实验附件。测试表明前沿模型擅长科学总结与沟通，但在精细实验设计与序列生成上仍显吃力。
OpenAI 推出生命科学评估基准 LifeSciBench，用于衡量 AI 处理真实科研任务的能力。该基准由 173 位博士级科学家编写，包含 750 项跨领域任务与 1062 份实验附件。测试表明前沿模型擅长科学总结与沟通，但在精细实验设计与序列生成上仍显吃力。