BioBasics Bench
面向科学基础能力的评测基准,通过多步推理、图表解析或实验设计等任务区分模型的科学素养层级。
时间轴 (近 90 天)
OpenAI 官网发布过一份名为 BioBasics Bench 的评测,用于考察模型理解和分析日常生物实验资料的能力,但正文明确写着只测了 7 个模型,其中并无 6.2 Astra。
官方图表中,上代 GPT-6 Astra 在 BioBasics Bench 的平均分为 66.7%(浮窗显示约 67%)。
网传二手截图中,标着 6.2 Astra 的成绩为 89.0%,但来源、准确性及网页是否被修改均无法核实。
BioBasics Bench 属于领域专项基准测试,与 MMLU、GPQA 等通用评测不同,专门考察模型对日常生物实验资料的阅读理解与分析能力。
上述 BioBasics Bench 泄漏数据尚未被独立验证,相关漏洞据称已被修补。
OpenAI联合一家生物公司发布新基准BioBasics Bench,包含100项日常实验任务,要求智能体从原始读数中读出结论,榜单和说明已公开。
全部知识事实 (6)
官方图表中,上代 GPT-6 Astra 在 BioBasics Bench 的平均分为 66.7%(浮窗显示约 67%)。
60%待验证OpenAI 官网发布过一份名为 BioBasics Bench 的评测,用于考察模型理解和分析日常生物实验资料的能力,但正文明确写着只测了 7 个模型,其中并无 6.2 Astra。
50%待验证网传二手截图中,标着 6.2 Astra 的成绩为 89.0%,但来源、准确性及网页是否被修改均无法核实。
50%待验证BioBasics Bench 属于领域专项基准测试,与 MMLU、GPQA 等通用评测不同,专门考察模型对日常生物实验资料的阅读理解与分析能力。
50%待验证上述 BioBasics Bench 泄漏数据尚未被独立验证,相关漏洞据称已被修补。
50%待验证OpenAI联合一家生物公司发布新基准BioBasics Bench,包含100项日常实验任务,要求智能体从原始读数中读出结论,榜单和说明已公开。
50%