OpenAI представила бенчмарк BioBasicsBench для оценки способности АИ интерпретировать экспериментальные данные в лаборатории
BioBasicsBench включает 100 задач, охватывающих пять областей лабораторной работы, чтобы оценить способность АИ интерпретировать разнообразные виды экспериментальных данных.
BioBasicsBench разработан для измерения способности АИ интерпретировать разнообразные виды экспериментальных данных, такие как гели и блоты, протоколы и записи.
Бенчмарк включает 100 задач, охватывающих пять областей лабораторной работы: методы белков, изображения и цитометрия, количественные методы и тесты, методы нуклеиновых кислот и молекулярное клонирование.
АИ оцениваются по способности интерпретировать данные, выявлять ошибки и применять контекст эксперимента.
В ходе тестирования GPT-6 Astra показал более высокие результаты, чем GPT-5.6 Sol, но есть место для улучшений в интерпретации изображений и проверке контрольных.
Что пока неизвестно
Источник не приводит конкретных результатов для других АИ.
Источники
Источник не открывается?
Оригинальная страница может быть временно недоступна. Попробуйте открыть её позже; название и дата источника сохранены выше.