OpenAI 推出 GeneBench-Pro：測大模型的生物科研判斷力，GPT-5.6 Sol 通過率不到 30%
OpenAI 推出科研級基準 GeneBench-Pro，包含 129 道計算生物學題目，專門測大模型處理模糊資料和自主決策的「科研判斷力」。其採用已知因果結構的合成數據進行客觀打分。GPT-5.6 Sol 取得 28.7% 的通過率，遠高於 GPT-5 當初低於 5% 的表現。目前已在 Hugging Face 開源 10 道代表性題目。
OpenAI 推出科研級基準 GeneBench-Pro，包含 129 道計算生物學題目，專門測大模型處理模糊資料和自主決策的「科研判斷力」。其採用已知因果結構的合成數據進行客觀打分。GPT-5.6 Sol 取得 28.7% 的通過率，遠高於 GPT-5 當初低於 5% 的表現。目前已在 Hugging Face 開源 10 道代表性題目。