OpenAI@OpenAI · XAI 摘要
我们正在引入GeneBench-Pro，一个研究级基准测试，用于衡量一种更难的AI进步：智能体在混乱的生物数据中导航、选择正确分析路径、并做出真实计算研究所需的判断决策的能力。
We're introducing GeneBench-Pro， a research-level benchmark for a harder kind of AI progress： how well agents can navigate messy biological data， choose the right analysis path， and make judgment calls that real computational research depends on. https://openai.com/index/introducing-genebench-pro/