OpenAI 与 Ligo 推出湿实验 AI 智能体基准 BioBasicsBench
Unite.AI 综述 OpenAI 11月6日博文：100 项原始数据任务；xhigh 下 GPT-6 Astra 平均奖励 66.7%，GPT-5.6 Sol 为 43.8%。
为何重要
BioBasicsBench 测试智能体能否解读凌乱湿实验证据——凝胶、平板、显微与仪器文件——而非论文精修图。OpenAI 与酶设计公司 Ligo 共建，并报告七个模型的量规平均奖励。Astra 在识别染料干扰与坏对照上占优，但也公布失误。有助于生物安全跟踪。openai.com 对我们的检查器屏蔽；Unite.AI 为可达新闻来源。
要点
- 公布于 2026年11月6日
- 与 Ligo 合作的 100 项任务
- GPT-6 Astra 在 xhigh 为 66.7%
- GPT-5.6 Sol 在 xhigh 为 43.8%
- 五大常规湿实验领域