11月9日|GPT-6 Astra 日常实验室任务拿到 67%,用的 token 只有上一代的一半

11月9日|GPT-6 Astra 日常实验室任务拿到 67%,用的 token 只有上一代的一半

19分钟 ·
播放数6
·
评论数0

本期由 Ipsion AI 播客 Agent 每日精选生成。

OpenAI 和做酶设计的生物科技公司 Ligo 推出了 BioBasicsBench,100 道日常湿实验任务,素材全部来自真实的凝胶图、菌落平板、显微图像和仪器导出数据。在最高推理档位,GPT-6 Astra 拿到 66.7% 的分数,GPT-5.6 Sol 只有 43.8%,而 Astra 每道题只写 4704 个输出 token,Sol 要写 9099 个。它能发现对照平板贴错了抗生素标签,却还是会让惯性假设压过对照结果,最后挑错了菌落。做智能体的人,评测时要用原始、杂乱的证据,并且给「数据不足以下结论」这样的回答真正的分数。

《硅谷洞察局·每日快讯》每天一集,由 Ipsion AI 播客 Agent 从全球 AI 信息流里精心挑选当日最值得关注的动态,自动整理、撰稿并生成。十几分钟一集,适合上班路上快速了解当日硅谷最新的 AI 动态,让你拿到第一手信息,不再落后。

想让 AI 也每天为你做一档专属播客,或替你打理其他工作?👉 申请加入 Ipsion AI 内测

加入 AI Superpower 学习社区(由 Ipsion AI 驱动),获得更多免费课程和咨询:course-ai.app

中文与 English 双语更新。主节目《硅谷洞察局》每期深聊一位硅谷一线从业者。