OpenAI, yapay zeka ajanlarını değerlendirmek için BioBasicsBench kıyaslama testini tanıttı

OpenAI, otonom sistemlerin yeteneklerini test etmek için tasarlanmış yeni bir kıyaslama testi olan BioBasicsBench'i yayınladı. Bu araç, yapay zeka ajanlarının ham deneysel verileri yorumlama konusunda ne kadar etkili olduğunu değerlendiriyor.

Kıyaslama testi, ıslak laboratuvar (wet-lab science) çalışmalarındaki günlük laboratuvar işlerinin çeşitli yönlerini kapsayan tam **100 görevden** oluşuyor. Testler, araştırmacıların gerçek biyoteknolojik deneyler yürütürken karşılaştıkları pratik senaryolara odaklanıyor.

Yeni veri seti, rutin laboratuvar görevlerinin otonom çözümündeki ilerlemeyi ölçmeyi amaçlıyor. Bu, geliştiricilerin mevcut modellerin bilimsel araştırmaları otomatikleştirmedeki uygulanabilirliğini daha doğru bir şekilde belirlemelerine olanak tanıyor.