加载中…
加载中…
Techub News 消息，据 cryptobriefing.com 报道，OpenAI 推出 LifeSciBench 基准测试工具，用于评估 AI 模型在真实生命科学研究工作流程中的表现。该基准包含 750 个由 173 名博士级专家编写的任务，涵盖证据处理、实验设计、科学推理等七个研究领域，并配备 1,062 个包含图表、PDF 和数据集的附属文件。 该评估体系包含 19,020 条独立评估标准，79% 的任务需要平均四步多步推理。LifeSciBench 主要用于测试 OpenAI 今年 4 月发布的专业生命科学模型 GPT-Rosalind，测试显示该模型在总体得分上领先于 GPT-5.5、Grok 4.3 和 Gemini 3.1 Pro。该基准与 MedChemBench、GeneBench 等共同构成专业科学评估生态系统。
如您认为本页面（或本平台）内容存在侵权或违规情形，请您在发现之日起尽快与我们联系，并提供：权利人姓名/名称及联系方式、被侵权作品名称及权属证明、具体侵权链接及情况说明。我们在核实后将及时处理相关内容。
联系方式：creator@techub.news
商务合作：contacting@techub.news
点击链接下载 Techub News App，获取最新讯息：
https://www.techub.news/download
（或扫描下方二维码下载）
本网站所提供的所有信息仅供参考之用。
本网站不保证信息的准确性、有效性、及时性和完整性。
任何依赖于本网站所提供信息的行为，均由用户自行承担风险。
Techub News 消息，据 cryptobriefing.com 报道，OpenAI 推出 LifeSciBench 基准测试工具，用于评估 AI 模型在真实生命科学研究工作流程中的表现。该基准包含 750 个由 173 名博士级专家编写的任务，涵盖证据处理、实验设计、科学推理等七个研究领域，并配备 1,062 个包含图表、PDF 和数据集的附属文件。 该评估体系包含 19,020 条独立评估标准，79% 的任务需要平均四步多步推理。LifeSciBench 主要用于测试 OpenAI 今年 4 月发布的专业生命科学模型 GPT-Rosalind，测试显示该模型在总体得分上领先于 GPT-5.5、Grok 4.3 和 Gemini 3.1 Pro。该基准与 MedChemBench、GeneBench 等共同构成专业科学评估生态系统。
如您认为本页面（或本平台）内容存在侵权或违规情形，请您在发现之日起尽快与我们联系，并提供：权利人姓名/名称及联系方式、被侵权作品名称及权属证明、具体侵权链接及情况说明。我们在核实后将及时处理相关内容。
联系方式：creator@techub.news
商务合作：contacting@techub.news
点击链接下载 Techub News App，获取最新讯息：
https://www.techub.news/download
（或扫描下方二维码下载）
