币界网消息，OpenAI发布了计算生物学评测基准Genebench-Pro，用于测试AI智能体在面对基因组学和转化医学等复杂科研场景时的多步决策能力。新基准共包含129个问题（其中82个经过外部专家评审），通过计算机模拟生成具有明确因果关系的数据，防止模型通过走捷径或迎合出题人偏好来作弊。测试结果显示，顶尖模型在处理包含量化不确定性的科学推理时依然非常吃力，GPT-5.6的通过率仅为31.5%。此外，OpenAI前研究员Andrew Ho离职创业，将为大模型制作高质量强化学习数据，预计未来将为精准训练数据投入超过1000亿美元。