OpenAI представила BioBasicsBench для лабораторной науки
Бенчмарк из 100 заданий проверяет, насколько ИИ-агенты понимают сырые экспериментальные данные и справляются с повседневной работой в «мокрой» лаборатории. Источник: https://openai.com/index/measuring-how-ai-agents-handle-wet-lab-science — 6 ноября 2026
OpenAI выпустила новый бенчмарк BioBasicsBench, предназначенный для оценки ИИ-агентов в лабораторной работе. Набор включает 100 заданий, по которым проверяется, насколько агент понимает сырые экспериментальные данные, а не только заранее подготовленные выжимки. Второй акцент сделан на повседневных операциях «мокрой» лаборатории — то есть реальной рутинной работе с образцами и приборами. Публикация появилась 6 ноября 2026 года в блоге компании. Такой инструмент нужен, чтобы сравнивать агентов между собой на практических задачах, а не на абстрактных тестах. Точные результаты моделей и методика подсчёта баллов в описании не раскрываются.