OpenAI introduceert benchmark met 100 labtaken
OpenAI heeft BioBasicsBench uitgebracht, een benchmark met 100 routinematige wet-labtaken voor AI-agents.
GPT-6 Astra behaalde bij de hoogste geteste redeneerinstelling 66,7% van de punten, tegenover 43,8% voor GPT-5.6 Sol.
De taken toetsen onder meer data-interpretatie, foutdetectie en of de gegevens een conclusie ondersteunen.
Source · openai.com