الوسم تقييم النماذج

تفاصيل معيار BioBasicsBench من OpenAI: 100 مهمة في المختبرات البيولوجية الواقعية لاختبار دقة GPT-6 Astra في قراءة بقع الهلام وتحليل التجارب المشوشة.