[控场AI]
基准BioBasics Bench

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)

11月18日

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。

待验证50%
11月18日

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%)。

待验证60%
11月18日

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。

待验证50%
11月18日

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。

待验证50%
11月18日

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。

待验证50%
11月7日

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。

待验证50%

全部知识事实 (6)

来源文章