内容摘要GeneBench-Pro 是一项研究级基准，旨在测试 AI 模型在计算生物学领域的高阶科学推理和判断能力。与测试事实回忆的标准基准不同，GeneBench-Pro 侧重于“研究品味”，要求模型处理歧义、修正假设，并指导复杂数据集得出可供决策的结论。该基准采用具有因果结构的合成数据构建，以确保评估的客观性，共包含 129 个跨领域问题。评估结果显示，尽管 GPT-5.6 Sol 等前沿模型在科学推理方面进步迅速，但它们在模拟专家研究特有的迭代推理过程时仍面临挑战。
(来源：OpenAI)
Nvidia 竞争对手 Etched 估值达 50 亿美元，AI 芯片销售额达 10 亿美元
Anthropic 发布 Claude Sonnet 5，提供运行智能体的低成本方案
介绍 Claude Sonnet 5
Acti 将 AI 智能体直接置入你的智能手机键盘
Netflix 在其《威利·旺卡》真人秀节目中使用 AI 生成的 Gene Wilder 声音
Claude Science，一款面向科学家的 AI 工作台
Anthropic 的 Claude Science 押注工作流程而非新模型，旨在赢得科学家青睐
开始使用 Nano Banana 2 Lite 和 Gemini Omni Flash 进行构建
Libby 将过滤掉 AI 内容，在某种程度上
X 现已提供 MCP 服务器，旨在让 AI 工具更易于使用其平台