核心信息

OpenAI 与专注酶设计的生物技术公司 Ligo 发布 BioBasicsBench，该基准由 100 个源自真实实验的任务构成，用于衡量 AI 智能体处理湿实验室科学日常分析的能力。

要点

  • 该基准测试智能体能否解读原始实验数据、发现错误，并识别证据不足以支撑结论的情况。
  • 任务来自真实实验，而非合成场景。
  • OpenAI 称该基准可定位模型待改进之处，并追踪这些进步对科学进展、生物安全和生物安保的意义。