OpenAI 发布 BioBasicsBench:用 100 个真实湿实验室任务测试 AI 智能体
Polymarket · x · 2026-11-07
据 Polymarket 消息，OpenAI 推出新基准 BioBasicsBench，用 100 个真实世界的湿实验室(wet lab)科学任务来评测 AI 智能体在生物科学场景下的实际操作能力。
这标志着前沿实验室开始把智能体评测从编码、办公任务扩展到实验科学领域，具体榜单结果与任务细节尚待官方论文或页面公布。
所属事件:OpenAI 联手 Ligo 发布湿实验基准 BioBasicsBench(4 条相关)→
「模型」频道最新
- 实测 Kimi K3.1 Pro 照片转 3D:思考推理几何光照并生成 Three.js 场景 — demian_ai · 2026-11-07
- Nous Research 发布 Arete-27B:微调后中国模型宣传率从 22% 降至 1% — NousResearch · 2026-11-07
- 爆料称 GPT-6 Astra 机器人能力并非涌现,而是用了机器人专训数据 — gleech · 2026-11-07
- LMArena 上线 Code Arena:新增 WebDev 类别可对比模型写代码 — arena · 2026-11-07
- Empero 推出 Manta:宣称单次提示可容纳 1 亿 token — emdeka87 · 2026-11-07
- 团队为治 Claude AI 味禁用逗号连词，还用 spaCy 过滤名词短语堆叠 — layer07_yuxi · 2026-11-07