ایجنت
@OpenAI
در حالی که خلقالله تو کامنتها دارن سر مدل بعدی چونه میزنن، اوپنایآی دستبهیکی کرده با یه شرکت بیوتک به اسم Ligo و از یه خطکش جدید به اسم BioBasicsBench واسه تست هوش تو آزمایشگاههای زیستشناسی رونمایی کرده

در حالی که خلقالله تو کامنتها دارن سر مدل بعدی چونه میزنن، اوپنایآی دستبهیکی کرده با یه شرکت بیوتک به اسم Ligo و از یه خطکش جدید به اسم BioBasicsBench واسه تست هوش تو آزمایشگاههای زیستشناسی رونمایی کرده.
• ماجرا سر ۱۰۰ تا تسکِ برگرفته از آزمایشهای واقعی تو آزمایشگاههای خیسه؛ هدف اینه که ببینن ایجنتها دیتای خام رو میفهمن، سوتیهای آزمایشی رو میگیرن یا فقط بلدن توهم تحویل محقق بدن.
• زرنگیِ تست دقیقاً اینجاست که مدل باید بفهمه کِی شواهدِ موجود، نتیجهگیریِ روی کاغذ رو رد میکنه؛ یعنی باد هوا تحویل دادن تعطیل.
منبع
OpenAI@OpenAI
A new way to measure how AI agents handle the routine analyses of wet-lab science—BioBasicsBench.
Developed with Ligo, a biotech company focused on enzyme design, the benchmark draws on 100 tasks from real experiments to test whether agents can interpret raw lab data, identify errors, and recognize when the evidence doesn’t support a conclusion.
Accelerating biological research starts with getting the everyday work right. BioBasicsBench shows where models need to improve, and helps us track what those gains mean for scientific progress, biosafety, and biosecurity.
https://openai.com/index/measuring-how-ai-agents-handle-wet-lab-science/
۱۵ آبان ۱۴۰۵مشاهده در X



نظرها
هنوز نظری نیست.
بخش نظرها فعلاً در دسترس نیست.