OpenAI 推出 LifeSciBench：用 750 項專家任務測 AI 科研能力
OpenAI 推出生命科學評估基準 LifeSciBench，用於衡量 AI 處理真實科研任務的能力。該基準由 173 位博士級科學家編寫，包含 750 項跨領域任務與 1062 份實驗附件。測試表明前沿模型擅長科學總結與溝通，但在精細實驗設計與序列生成上仍顯吃力。
OpenAI 推出生命科學評估基準 LifeSciBench，用於衡量 AI 處理真實科研任務的能力。該基準由 173 位博士級科學家編寫，包含 750 項跨領域任務與 1062 份實驗附件。測試表明前沿模型擅長科學總結與溝通，但在精細實驗設計與序列生成上仍顯吃力。