ModelsOfficial
OpenAI 发布 BioBasicsBench：100 个任务测试 AI 智能体的湿实验能力
Measuring how AI agents handle everyday wet-lab science
Why we picked it
OpenAI 搞了个叫 BioBasicsBench 的测试，用 100 个真实湿实验任务考 AI 智能体，想看它们能不能帮生物学家干活。
OpenAI 推出 BioBasicsBench，一个包含 100 个任务的基准，用于评估 AI 智能体能否解读原始实验数据并处理日常湿实验室（wet-lab）科学工作。基准聚焦生物实验中常见的实际任务，而非竞赛式难题。结果显示当前智能体在这类真实实验场景中的表现仍有明显差距。
Original · OpenAI Blog
Measuring how AI agents handle everyday wet-lab science
OpenAI introduces BioBasicsBench, a 100-task benchmark measuring how well AI agents interpret raw experimental data and handle everyday wet-lab science.
