BioBasicsBenchでAIの実験理解力を測る

OpenAIがBioBasicsBenchという100タスクのベンチマークを公開した。AIエージェントが生物学的データや日常の実験データをどの程度正しく解釈できるかを評価する。

なぜ重要か医療・研究分野でのAI活用の現状把握と開発指針が得られる。