OpenAI（美國人工智慧公司）呢個星期公佈咗新嘅生物醫學基準測試BioBasicsBench，用100項任務量度AI代理（agent，即可以自主執行多步驟任務的人工智能助手）喺日常「濕實驗室」（wet lab，即真正用試管、培養皿做實驗嘅傳統實驗室）生物學上做到幾好。呢個評測專門睇AI代理解讀原始實驗數據、處理日常實驗工作流程的能力。
呢個benchmark係乜
BioBasicsBench設有100項任務，集中測試AI代理同真實實驗室工作互動的能力：包括解讀原始實驗數據（raw experimental data）同處理日常濕實驗室生物學（everyday wet-lab science）。
模姐驗嚇貨
要留意：
-
呢係廠商自設嘅評測，未必代表獨立第三方測試
-
呢個benchmark係唔係會成為業界標準，仲要睇
對於用AI做生物醫學研究嘅讀者，呢個benchmark值得留意，但先唔急住當「AI真係能做實驗了」嘅證據。呢個只係測試能力上限，唔代表商業產品已經可靠。
模姐｜深度調教
