Measuring how AI agents handle everyday wet-lab science

原文摘要 · 中英对照

OpenAI introduces BioBasicsBench, a 100-task benchmark measuring how well AI agents interpret raw experimental data and handle everyday wet-lab science.

OpenAI推出BioBasicsBench，这是一个包含100项任务的基准，用于衡量AI智能体解读原始实验数据以及处理日常湿实验室科学工作的能力。