LifeSciBench：OpenAI 推出一个由专家撰写、经专家评审的生命科学基准，用于评测 AI 系统处理真实世界生命科学研究任务与决策的能力
Introducing LifeSciBench
精选评分 63
导读
OpenAI 发布 LifeSciBench，这是一个专家撰写、专家评审（expert-authored, expert-reviewed）的基准，评测 AI 系统在真实世界生命科学研究（life science research）任务与决策上的表现。属于生命科学的评测基础设施。
推荐理由
「专家评审过的真实科研任务」直指现有基准的短板，评测口径可信度较高；材料未给任务规模与首轮结果。
主体与标签
#评测/基准#数据/训练
正文
Introducing LifeSciBench, an expert-authored, expert-reviewed benchmark for evaluating how AI systems handle real-world life science research tasks and decisions.