OpenAI lanza GeneBench-Pro: un benchmark de nivel investigador para la biología computacional
Título original:Introducing GeneBench-Pro
Resumen de IA
OpenAI lanza GeneBench-Pro, un benchmark para evaluar la capacidad de los agentes de IA de manejar la ambigüedad y realizar análisis con criterio en biología computacional. El benchmark incluye 129 preguntas que abarcan 10 áreas y 21 subáreas, como la genética estadística y la genética de poblaciones. Cada pregunta proporciona conjuntos de datos reales y desordenados, junto con el contexto experimental, y exige que el modelo explore los datos, elija una ruta de análisis e itere los experimentos. Se construyó con datos sintéticos, con una estructura causal completa conocida. 82 preguntas ya han sido revisadas por expertos externos del dominio, que confirmaron su realismo.
Puntos clave
- OpenAI lanza GeneBench-Pro,un benchmark para evaluar la capacidad de los agentes de IA de manejar…
- El benchmark incluye 129 preguntas que abarcan 10 áreas y 21 subáreas,como la genética estadística…
- Cada pregunta proporciona conjuntos de datos reales y desordenados,junto con el contexto…
- Se construyó con datos sintéticos,con una estructura causal completa conocida.
- 82 preguntas ya han sido revisadas por expertos externos del dominio,que confirmaron su realismo.
Resumen rápido
- Publicado
- Actualizado
- Fuente
- OpenAI:官网动态(RSS · 排除企业/客户案例)
- Categoría
- Artículos e investigación
- Puntuación IA
- 70
OpenAI 的新基准揭示了一个信号,GPT-5.6 在需要科学判断的模糊任务上进步神速,从不足 5% 到接近 30%,且单题成本仅几美元,这对 AI for Science 的落地想象空间影响不小。
Entidades relacionadas
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: OpenAI lanza GeneBench-Pro: un benchmark de nivel investigador para la biología computacional. 30. junio 2026. https://new.nat6.net/es/news/cmr0wblyn0050sl40bngva2bq/