OpenAI··4 个月前
推出 GeneBench-Pro
Introducing GeneBench-Pro
OpenAI 2026 年 6 月 30 日发布的文章,介绍 GeneBench-Pro 这一研究级基准,用于测试 AI 智能体在计算生物学中面对模糊信息、做出重要判断的能力,覆盖基因组学、定量生物学和转化医学等更复杂、更贴近现实的任务。该基准是对 GeneBench 的扩展。内容面向关注 AI 科学评测的研究人员。
- 分级
- 值得看
- 收录时间
- 2026-10-28
推荐阅读
如何测量与缓解位置偏差
How to Measure and Mitigate Position Bias
这篇博客文章说明位置偏差:排位靠前的物品更容易被看到和点击,与相关性无关,例如 Google 搜索首位点击量约为第十位的 10 倍。文中还讨论了展示偏差、点击首个相关结果后忽略其余等原因,以及偏差通过历史数据自我强化的反馈回路,并给出测量与缓解方式的笔记。适合做推荐系统、关注排序与评估偏差的人阅读。
GPT-Rosalind 新增能力介绍
Introducing new capabilities to GPT-Rosalind
OpenAI 的产品公告,介绍专为大规模生命科学研究打造的 GPT-Rosalind 系列模型更新,结合了 GPT-5.5 的智能体编程和工具使用能力,并加强了药物化学、基因组学等药物发现领域的表现,在生物学专家研究任务、复杂药物化学查询等评测中显示性能提升。该模型以研究预览形式向符合条件的机构提供。
推出 LifeSciBench
Introducing LifeSciBench
这是 OpenAI 的研究发布,介绍 LifeSciBench——一个由专家撰写并评审的基准,用于评估 AI 系统处理真实生命科学研究任务与决策的表现。文中附有论文预印本链接,并讨论智能体式 AI 系统执行科研任务的能力。
UC Berkeley Data102(2025 年秋)
加州大学伯克利分校 Data 102《Data, Inference, and Decisions》2025 年秋季课程网站,页面注明内容已于 2026 年 3 月归档,仅供查阅。页面列出两位授课教师 Nivasini Ananthakrishnan 与 Ramesh Sridharan 的简介,以及按周组织的课程安排,包括讲座、实验、讨论课、Vitamin 小测和作业,主题覆盖二元决策、p 值与假设检验、多重假设检验与错误发现率控制、频率派与贝叶斯决策、贝叶斯建模与层次模型等。适合想学习数据推断与决策统计方法的人参考。
LitPivot:在文献图景中通过动态语境化发展研究想法
LitPivot: Developing research ideas through dynamic contextualization within the literature landscape
文章介绍 AllenAI 与宾夕法尼亚大学合作开发的 LitPivot 系统,帮助研究者应对因读到已有工作而改变研究方向的“文献引发的转向”。系统使用通过 Asta Paper Finder 检索到的论文,围绕提案中正在编辑的部分组织文献,给出有选中研究摘录支持的批评,并提出研究者可接受、修改或拒绝的修订建议。文中说明该系统面向早期研究构思,在一项 17 名研究者的研究中领域专家对研究进行了评分。
用 Google Antigravity 加速抗菌肽的搜寻
Accelerating the search for antimicrobial peptides with Google Antigravity
这是 Google DeepMind 的一篇技术文章,介绍利用其智能体开发平台 Google Antigravity 作为“智能体科学工作台”,帮助生物学家快速发现、结构评估并优先排序候选靶点,缩短原本分散于多个数据库的检索流程。文章称研究者借助可从氨基酸序列预测生物学功能的模型 ProtNLM 扫描 UniProt 中数以百万计的未表征蛋白,并给出一个技术演示:发现有候选抗菌肽对呼吸道感染相关病原体具有预测活性。