OpenAI发布BioBasicsBench湿实验室基准

OpenAI 发布 BioBasicsBench，这是一个包含 100 项任务的基准，用于衡量 AI 智能体解读原始实验数据、处理日常湿实验室科学的能力。该基准聚焦湿实验室场景中的实际操作任务。 OpenAI 称，该基准衡量的是 AI 智能体在湿实验室场景中解读原始实验数据和处理日常操作的表现。除任务数量和场景定位外，报道未披露评分方式或测试结果。

AI 根据报道生成 · 59 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。