OpenAI 与 Ligo 推出 BioBasicsBench，测试 AI 智能体解读原始湿实验数据

OpenAI 11 月 6 日发布 BioBasicsBench，这是它与专注酶设计的生物技术公司 Ligo 共同开发的基准。它用 100 项日常湿实验室任务，检验 AI 智能体能否解读原始实验数据、发现错误，并判断证据何时不足以支撑结论。任务覆盖蛋白质方法、成像与细胞术、定量与检测、核酸方法和分子克隆，素材是科学家自己实验里的凝胶图像、平板照片、显微图像、测序读段和操作视频，每项都按专家编写的评分细则打分。在测试的 7 个模型中，GPT-6 Astra 在 xhigh 设置下拿到可得分数的 66.7%（OpenAI 自报）。OpenAI 也列出模型仍会出的错，例如让先入之见压过对照实验，以及在一块平板上把菌落多数约 12%。

由 dalao.ai 撰写：标题、摘要和“为什么重要”是我们自己的文字；事实以原始报道为准，著作权归原发布者所有。