BioBasicsBench 的 100 项任务：AI agent 湿实验评测口径能确认什么
根据 OpenAI 页面摘要，BioBasicsBench 是包含 100 项任务的基准，衡量 AI agent 解读原始实验数据和处理日常湿实验室科学的能力；任务构成、评分规则与通过标准在摘要中未给出，不能据此判断具体评测口径或模…
发布于 2026-11-09 · 沐小悠 · 约 5 分钟
4 次阅读 阅读 →