📄ArXiv AI•較早收集於 40m
LABBench2：AI生物研究更嚴格基準
💡新基準重挫頂尖模型生物研究能力—立即測試你的 AI！(24字)
⚡ 30-Second TL;DR
有什麼變化
近 1,900 項真實生物情境任務
為什麼重要
LABBench2 提升 AI 科學標準，暴露頂尖模型缺口，推動自主實驗室代理開發。它標準化評估，加速 AI 驅動發現進展。
下一步行動
從 Hugging Face 下載 LABBench2 資料集，並使用 GitHub 工具執行評估。
誰應關注：Researchers & Academics
關鍵要點
- •近 1,900 項真實生物情境任務
- •模型準確率較 LAB-Bench 下降 26-46%
- •評估超越死記知識至有意義科學工作
- •公開資料集：huggingface.co/datasets/futurehouse/labbench2
- •評估工具：github.com/EdisonScientific/labbench2
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： ArXiv AI ↗