OpenAI 和 Ligo 推出 BioBasicsBench,包含 100 项湿实验室数据分析任务。OpenAI 报告称,在 xhigh 推理强度下,GPT-6 Astra 的平均奖励得分为 66.7%,GPT-5.6 Sol 为 43.8%;评分允许给予部分分数。
Checking account…
Loading comments…