Mga Papel at Pananaliksik

Inilabas ang LifeSciBench

Orihinal na pamagat:Introducing LifeSciBench

AI summary

Noong Hunyo 2026, inilabas ng OpenAI kasama ang 173 PhD-level life scientists ang LifeSciBench evaluation benchmark, na sumasaklaw sa 750 tunay na research task, pitong workflow kabilang ang evidence processing, analysis, at design optimization, at pitong biological domain. Bawat task ay may humigit-kumulang 25 detalyadong scoring criterion (19,020 sa kabuuan), na sinusuri ang scientific correctness at practical value ng modelo. 79% ng mga task ay nangangailangan ng multi-step reasoning, at 53% ay nangangailangan ng pag-interpret ng chart, PDF, at iba pang attachment data, na naglalayong sukatin ang aktwal na kakayahan ng AI sa complex at uncertain na research task, hindi lamang sa pagsagot ng structured na tanong.

Mahahalagang impormasyon

  • Noong Hunyo 2026,inilabas ng OpenAI kasama ang 173 PhD-level life scientists ang LifeSciBench…
  • Bawat task ay may humigit-kumulang 25 detalyadong scoring criterion (19,020 sa kabuuan),na…
  • 79% ng mga task ay nangangailangan ng multi-step reasoning,at 53% ay nangangailangan ng…

Mabilisang tingin

Na-publish noong
Na-update noong
Pinagmulan
OpenAI:官网动态(RSS · 排除企业/客户案例)
Kategorya
Mga Papel at Pananaliksik
AI na marka
58
Basahin ang orihinal Basahin ang buong artikulo sa orihinal na pinagmulan
Dahilan ng rekomendasyon

OpenAI 这个基准请了 173 位博士级科学家出题,第一次把 AI 评估拉到真实科研决策里。结果很实在:前沿模型在需要结合复杂图表、设计实验的任务上仍然乏力,做 AI for Science 的团队值得拿来校准预期。

Kaugnay na Entity

Pinagmulan at copyright

Ang artikulong ito ay batay sa mga piling pamagat at AI summary mula sa pampublikong API ng AIHOT, may nakasaad na pinagmulan at backlink; ang copyright ng orihinal na teksto ay pag-aari ng orihinal na media at may-akda, hindi namin ginagaya ang buong teksto.

Link ng orihinal · Entry sa AIHOT

Paano banggitin

Kapag binabanggit ang artikulong ito, panatilihin ang pamagat, petsa at permanenteng link, at banggitin ang Orange News bilang pinagmulan.

Orange News: Inilabas ang LifeSciBench. 17 Hunyo 2026. https://new.nat6.net/fil/news/cmqijfbdz01grsl5wxf4rd7e6/

Tingnan lahat →