動察 Beatingのモニタリングによると、OpenAIの元研究者であり、GeneBench-Proの共同著者であるAndrew Ho氏が退職し、起業した。新会社は、大規模モデル向けに高品質な強化学習データ(モデルが練習し、結果に応じてスコアを付ける訓練タスク)を制作する。最初の製品は生物学と統計的推論に焦点を当てており、会社名はまだ公開されていない。
Ho氏は、大規模モデルには依然として深刻な偏りがあると考えている。多大な投資が行われているプログラミング分野でさえ、モデルは問題を解いたりコードを修正したりできるが、実際の納品ではしばしば人手による仕上げが必要となる。
さらに多くの実務では、適切な訓練問題すら存在しない。それらは具体的な背景に依存しており、モデルが正しく動作しているかを自動で判断することも難しい。
彼のアプローチは、実際の科学研究に近いデータと問題を生成しつつ、既知の答えを保持することだ。モデルは自由に探索でき、訓練システムも明確に正誤を判断できる。
GeneBench-Proはこの手法を採用している。この評価には129の計算生物学タスクが含まれており、GPT-5.6 Sol Proの合格率はわずか31.5%だった。
新会社はまた、培養皿やウェスタンブロットなどの実験画像の訓練データを制作し、その後、化学、材料、医療、オフィスワークへと拡大する予定だ。
Ho氏は、最先端のAI研究所が将来的に精密な訓練データに1000億ドル以上を投じると予測している。