lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
ホーム
OPRR
速報
深堀り
イベント
BlockBeats Pro
もっと見る
資金調達情報
特集
オンチェーン生態系
用語
ポッドキャスト
データ
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
Partnered With:

OpenAIが計算生物学ベンチマーク「GeneBench-Pro」を発表、GPT-5.6フルバージョンの正解率はわずか3割。

動察 Beating のモニタリングによると、OpenAI は計算生物学ベンチマーク「GeneBench-Pro」を発表した。これは、AIエージェントがゲノミクスやトランスレーショナルメディシンといった複雑な科学研究シナリオに直面した際の多段階意思決定能力をテストするためのものである。この新しいベンチマークには合計129の問題が含まれており(うち82は外部専門家によるレビュー済み)、コンピュータシミュレーションによって明確な因果関係を持つデータを生成し、モデルが近道を取ったり出題者の好みに合わせて不正をするのを防ぐ。

テスト結果によると、最先端のモデルでも、定量化された不確実性を含む科学的推論を処理する際には依然として非常に苦戦している。最も強力な GPT-5.6 Sol は Pro モードを有効にしても正解率はわずか31.5%であり、Claude Opus 4.8 の正解率は16.0%に過ぎなかった。研究チームは、モデルには「異常を発見できるが、その後の分析を修正できない」という断絶現象が広く見られ、統計手法を誤って選択したり、誤った研究方向を固持したりすることが多いと指摘している。

関連おすすめ
5%の株式は配当の話ではなく、AIによる規制価格設定の実験である。
Hugging Faceの自律型AIエージェントへの侵入事件、攻撃元はGPT-5.6 Solと未公開のさらに強力なモデル
マイクロソフトは、「OpenAIの唯一のパートナー」から「OpenAIの顧客の一つ」に変わりました。
AnthropicはAIプログラミングに早くから賭け、OpenAIの戦略的リズムはずれました
訂正/通報
送信
新しいライブラリを追加
自分のみが閲覧可
公開
保存
ライブラリを選択
新しいライブラリを追加
キャンセル
完了