OpenAI 发布 BioBasicsBench 评测 AI 处理湿实验室证据的能力

OpenAI 于 11 月 6 日发布 BioBasicsBench，测试 AI agent 解析原始湿实验室证据的能力，而非只看论文中整理好的图表。该基准含 100 题，覆盖蛋白方法、成像与流式、定量与检测、核酸方法和分子克隆五类任务。OpenAI 称，37 组模型与推理设置共做 18,500 次评估，GPT-6 Astra 在 xhigh 下得分 66.7%，高于 GPT-5.6 Sol 的 43.8%，但仍会在图像解读和实验上下文上出错。