浙江
當地時間 6 月 30 日，OpenAI 發布全新基準測試 GeneBench-Pro，用于評估 AI 智能體在計算生物學研究中的高階分析能力。與側重知識問答或固定流程執行的傳統基準不同，GeneBench-Pro 旨在測試模型能否在真實科研場景中處理模糊數據、選擇分析路徑、修正假設，并判斷結果是否足以支持后續決策。
來源：OpenAI
該基準包含 129 個問題，覆蓋統計遺傳學、群體遺傳學、定量遺傳學、調控組學、功能基因組學、蛋白質組學、臨床遺傳學、癌癥基因組學等 10 個領域。每道題都包含模擬生成的數據集、實驗背景和目標估計量，模型需在隔離工作區中完成探索性分析并給出答案。OpenAI 稱，問題采用合成數據構建，以便掌握完整因果結構，并通過 82 道題的外部專家審查降低信息泄漏和評分偏差。
在測試中，OpenAI 的最新模型 GPT-5.6 Sol 在最高推理級別下通過率為 28.7%，開啟 Pro 模式后為 31.5%。OpenAI 認為，這類基準可幫助識別 AI 在科學研究判斷中的能力邊界。
來源：OpenAI，finance.biggo.com
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
