OpenAI News·· 21 小时前
OpenAI 推出 BioBasicsBench：衡量 AI 智能体处理日常湿实验室科学的能力
Measuring how AI agents handle everyday wet-lab science
AI 导读
OpenAI 推出 BioBasicsBench，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和处理日常湿实验室科学的能力。
入选记录
门槛 60官方一手第一次 38第二次 38
未入选两次之和 76 < 门槛的两倍 120
- 信源等级
- 官方一手，这一级的门槛是 60 分
- 预筛
- 通过：OpenAI发布AI智能体湿实验室基准
评分由模型按同一份标准独立打两次，满分 100；两次之和达到门槛的两倍才入选。门槛按信源等级设定。
来源：OpenAI News · openai.com