OpenAI veröffentlicht LifeSciBench: einen von Experten verfassten und von Experten überprüften Life-Science-KI-Benchmark

OpenAI veröffentlicht LifeSciBench, einen KI-Benchmark für die Biowissenschaften, der von Fachexperten geschrieben und überprüft wurde. LifeSciBench enthält 750 Bewertungsaufgaben, die aus echten wissenschaftlichen Forschungsaktivitäten stammen und Bereiche wie Molekularbiologie, Biochemie, Genetik und Arzneimittelentwicklung abdecken.

LifeSciBench ist in seiner Bewertungsmethodik einzigartig: Jede Aufgabe wird von einer fein abgestuften Bewertungsrubrik begleitet, die von einem Team aus Expertenprüfern entwickelt wurde und insgesamt 19.020 Bewertungspunkte ergibt. Dies stellt die Objektivität und Genauigkeit der Bewertung sicher und vermeidet das bei herkömmlichen Benchmark-Tests häufig auftretende Problem des „Brushing the Rankings“.

OpenAI veröffentlichte außerdem GPT-Rosalind, eine Life-Science-spezifische Modellversion auf Basis von GPT-5.5, die auf LifeSciBench führende Ergebnisse erzielte. Laut OpenAI wird LifeSciBench der akademischen Welt offen stehen, um eine standardisierte Bewertung von KI in den Biowissenschaften zu fördern.

Die Einführung von LifeSciBench schließt die Lücke in der standardisierten Bewertung von KI in den Biowissenschaften. Die Designidee, dass alle 750 Aufgaben aus echten wissenschaftlichen Forschungsaktivitäten stammen, ist für inländische KI-Bewertungsinstitutionen eine Referenz wert – keine künstlich konstruierten „Prüfungsfragen“, sondern „praktische Fragen“ von der Front. Dies bedeutet, dass mit LifeSciBench bewertete Modelle in realen wissenschaftlichen Forschungsszenarien eine vorhersehbarere Leistung erbringen.