衡量 AI 智能体处理日常湿实验室科研任务的能力
Measuring how AI agents handle everyday wet-lab science
精选理由
介绍 BioBasicsBench 基准，帮助读者了解 AI 智能体处理实验数据与日常湿实验任务的能力边界。
AI 摘要
OpenAI 推出 BioBasicsBench，这是一套包含 100 项任务的基准测试，用于衡量 AI 智能体解读原始实验数据和处理日常湿实验室科研任务的能力。
查看原文（OpenAI Blog）
Measuring how AI agents handle everyday wet-lab science
介绍 BioBasicsBench 基准，帮助读者了解 AI 智能体处理实验数据与日常湿实验任务的能力边界。
OpenAI 推出 BioBasicsBench，这是一套包含 100 项任务的基准测试，用于衡量 AI 智能体解读原始实验数据和处理日常湿实验室科研任务的能力。