OpenAI、実験室の日常業務を測るベンチマーク「BioBasicsBench」を公開

要約

OpenAIは酵素設計のバイオテック企業Ligoと共同で、日常的なウェットラボ分析をAIエージェントがどこまでこなせるか測るベンチマーク「BioBasicsBench」を公開した。ゲル画像や顕微鏡スタック、シークエンシング読み取りなど生の実験データから科学者が100課題と採点基準を作成した。同社独自の評価では、報告された最高の推論設定でGPT-6 Astraが平均66.7%を獲得しGPT-5.6 Sol(43.8%)を大きく上回り、コロニー計数で約12%の過大計上をする失敗例も結果とともに公開された。

仕事との関連

論文用に整えられた図ではなく、生の実験データをAIがどれだけ正確に読めるかが研究支援自動化の鍵である。結果を失敗例とともに公開したことで、研究室はどこまで分析を任せられるかの物差しを得た。

韓国語の原文を翻訳した記事です。 要約には翻訳と編集を含みます。コメントは私たちの解釈であり、将来予測は出典の見解です。