OpenAI wypuszcza GPT-Rosalind — model AI dedykowany naukom przyrodniczym
Źródło zdjęcia: The Decoder
OpenAI wprowadza GPT-Rosalind, specjalistyczny model rozumowania zaprojektowany dla badań w naukach przyrodniczych. Nowe narzędzie ma pomóc naukowcom w syntezie dowodów, generowaniu hipotez, planowaniu eksperymentów i analizie danych. Szczegóły nowego modelu przedstawiono w raporcie opublikowanym przez The Decoder.
Kluczowe wnioski
• GPT-Rosalind został nazwany na cześć chemiczki Rosalind Franklin i jest dostosowany do pracy z cząsteczkami, białkami, genami i biologią chorób z większą precyzją niż wcześniejsze wersje GPT
• Przewyższa poprzedników — w wewnętrznych testach OpenAI model osiągnął lepsze wyniki niż GPT-5, GPT-5.2 i GPT-5.4 w chemii, biochemii i projektowaniu eksperymentów
• Ograniczony dostęp — obecnie model jest dostępny tylko jako podgląd badawczy dla kwalifikowanych klientów korporacyjnych w USA przez program "Trusted Access"
• Bezpłatna wtyczka — wraz z modelem OpenAI udostępnia darmową wtyczkę łączącą ponad 50 naukowych baz danych i narzędzi badawczych
• Współpraca z liderami — partnerstanie uczestniczą firmy takie jak Amgen, Novo Nordisk, Moderna, Thermo Fisher Scientific i NVIDIA
Specjalizacja w naukach przyrodniczych
GPT-Rosalind wyróżnia się precyzyjnym podejściem do zadań naukowych. Model został dostrojony specjalnie do przepływów pracy naukowych i ma lepiej rozumować o cząsteczach, białkach, genach, szlakach sygnałowych i biologii chorób. Wspiera zadania obejmujące badania literaturowe, interpretację relacji sekwencja-funkcja, planowanie eksperymentów i analizę danych.
W benchmarkach OpenAI GPT-Rosalind przewyższył swoich poprzedników we wszystkich pięciu testowanych kategoriach: chemii, biochemii i rozumieniu białek, filogenetyce, projektowaniu i analizie eksperymentów oraz użytkowaniu narzędzi. Największe postępy odnotowano w projektowaniu eksperymentów i chemii.
Wyniki w publicznych testach
Na publicznym benchmarku BixBench dla bioinformatyki i analizy danych GPT-Rosalind osiągnął wynik 0,751 w Pass@1. Według OpenAI plasuje to model przed GPT-5.4 (0,732), Grok 4.2 (0,698), GPT-5 (0,728) i Gemini 3.1 Pro (0,550).
W teście LABBench2, obejmującym zadania takie jak badania literaturowe, dostęp do baz danych, manipulacja sekwencjami i projektowanie protokołów, GPT-Rosalind pokonał GPT-5.4 w 6 z 11 zadań. Największy skok odnotowano w CloningQA, które wymaga pełnego projektowania reagentów DNA i enzymów dla protokołów klonowania molekularnego.
