LifeSciBench dirilis
Judul asli:Introducing LifeSciBench
Ringkasan AI
Pada Juni 2026, OpenAI bersama 173 ilmuwan life science tingkat doktoral merilis benchmark evaluasi LifeSciBench, mencakup 750 tugas penelitian nyata, meliputi tujuh alur kerja seperti pemrosesan bukti, analisis, dan optimalisasi desain, serta tujuh bidang biologi. Setiap tugas dilengkapi sekitar 25 kriteria penilaian terperinci (total 19.020), yang mengevaluasi kebenaran ilmiah dan nilai praktis model. 79% tugas memerlukan penalaran multi-langkah, dan 53% menuntut interpretasi data lampiran seperti grafik dan PDF, bertujuan mengukur kemampuan aktual AI dalam tugas penelitian yang kompleks dan tidak pasti, bukan sekadar menjawab pertanyaan terstruktur.
Poin utama
- Pada Juni 2026,OpenAI bersama 173 ilmuwan life science tingkat doktoral merilis benchmark evaluasi…
- Setiap tugas dilengkapi sekitar 25 kriteria penilaian terperinci (total 19.
- 020),yang mengevaluasi kebenaran ilmiah dan nilai praktis model.
- 79% tugas memerlukan penalaran multi-langkah,dan 53% menuntut interpretasi data lampiran seperti…
Ringkasan cepat
- Waktu terbit
- Waktu diperbarui
- Sumber
- OpenAI:官网动态(RSS · 排除企业/客户案例)
- Kategori
- Makalah & Riset
- Skor AI
- 58
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。
Entitas Terkait
Sumber dan hak cipta
Artikel ini disusun berdasarkan judul pilihan dan ringkasan AI dari API publik AIHOT, dengan sumber yang dicantumkan dan tautan balik; hak cipta konten asli milik media dan penulis aslinya, situs ini tidak menyalin artikel secara penuh.
Cara mengutip
Saat mengutip artikel ini, sertakan judul, tanggal, dan tautan permanen, serta cantumkan sumber Orange News.
Orange News: LifeSciBench dirilis. 17 Juni 2026. https://new.nat6.net/id/news/cmqijfbdz01grsl5wxf4rd7e6/