OpenAI于近期正式推出面向生命科学研究领域的AI模型测评基准LifeSciBench，该基准包含750项由生命科学领域专家打造的真实研究场景任务，配套统一的专家评分规则，现有全球性能最强的大模型在该基准测试中的通过率仅为36.1%。该基准填补了垂直领域AI能力通用测评标准的空白，为相关AI应用落地提供了权威参考。
近年来，大模型在药物分子设计、基因序列解读、临床研究分析等生命科学场景的应用规模快速增长，但此前行业始终缺乏一套能够真实还原科研工作流的统一测评体系，不同机构公布的AI生命科学能力参数往往和实际落地效果存在较大差距。
此前业内针对AI大模型的生命科学能力测评，大多停留在基础知识点考核、虚拟场景模拟等层面，很少涉及真实科研流程中需要多步推理、跨领域知识整合的复杂任务。
不少药企、科研机构在选择适配AI工具时，往往需要自行搭建测试场景，不仅耗时耗力，也很难横向对比不同模型的真实能力边界。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号