研究人员发布 BenchBench-Protocol 基准，测试 LLM 湿实验室能力

研究人员发布了名为 BenchBench-Protocol 的全新基准测试，该基准基于数千个真实世界的实验构建，旨在评估大型语言模型（LLM）能否像专家科学家一样排查和优化湿实验室的实验协议。这一基准的推出填补了相关领域的评估空白，为衡量 AI 模型在真实生物实验场景中的实际应用能力提供了量化工具，有助于推动 AI 在生命科学研究中的落地。