GPT-Rosalind: เร่งความก้าวหน้าทางวิทยาศาสตร์ชีวภาพและการค้นพบยาด้วย AI

GPT-Rosalind: ยุคใหม่สำหรับวิทยาศาสตร์ชีวภาพและการค้นพบยาด้วย AI

วันนี้ถือเป็นช่วงเวลาสำคัญสำหรับนวัตกรรมทางวิทยาศาสตร์ เมื่อ OpenAI เปิดตัว GPT-Rosalind โมเดลการให้เหตุผลขั้นสูงที่ก้าวล้ำซึ่งออกแบบมาโดยเฉพาะสำหรับการวิจัยวิทยาศาสตร์ชีวภาพ AI ที่สร้างขึ้นตามวัตถุประสงค์นี้พร้อมที่จะปฏิวัติวงการต่างๆ ตั้งแต่ชีววิทยา การค้นพบยา ไปจนถึงเวชศาสตร์การแปล โดยสัญญาว่าจะเร่งความก้าวหน้าทางวิทยาศาสตร์ได้อย่างมาก GPT-Rosalind ได้รับการตั้งชื่อเพื่อเป็นเกียรติแก่ Rosalind Franklin ซึ่งมีผลงานบุกเบิกที่ให้ความกระจ่างเกี่ยวกับโครงสร้างของ DNA โดยโมเดลนี้สะท้อนถึงความมุ่งมั่นในการสืบค้นทางวิทยาศาสตร์พื้นฐาน ซึ่งได้รับการเสริมประสิทธิภาพด้วยปัญญาประดิษฐ์ขั้นสูง

การเดินทางจากการค้นพบเป้าหมายไปจนถึงการอนุมัติตามกฎระเบียบสำหรับยาใหม่นั้นเป็นเรื่องที่ยากลำบากอย่างยิ่ง โดยปกติจะใช้เวลา 10 ถึง 15 ปีในสหรัฐอเมริกา ไทม์ไลน์ที่ยืดเยื้อนี้เป็นข้อพิสูจน์ไม่เพียงแต่ความยากลำบากโดยธรรมชาติของวิทยาศาสตร์เท่านั้น แต่ยังรวมถึงลักษณะที่ซับซ้อนและมักจะกระจัดกระจายของกระบวนการทำงานวิจัย นักวิทยาศาสตร์ต้องค้นคว้าเอกสารจำนวนมหาศาล ฐานข้อมูลเฉพาะ ข้อมูลการทดลอง และสมมติฐานที่เปลี่ยนแปลงไปอย่างพิถีพิถัน GPT-Rosalind ได้รับการออกแบบมาเพื่อเป็นตัวเร่งปฏิกิริยาในกระบวนการที่ซับซ้อนนี้ โดยทำหน้าที่เป็นผู้ช่วยที่ทรงพลังที่สามารถสังเคราะห์หลักฐาน สร้างสมมติฐานใหม่ และวางแผนการทดลองได้อย่างมีประสิทธิภาพและลึกซึ้งอย่างไม่เคยมีมาก่อน ด้วยการปรับปรุงขั้นตอนเริ่มต้นและสำคัญของการค้นพบเหล่านี้ โมเดลนี้มีเป้าหมายที่จะเพิ่มผลประโยชน์ปลายน้ำ นำไปสู่การเลือกเป้าหมายที่ดีขึ้น สมมติฐานทางชีววิทยาที่แข็งแกร่งขึ้น และการทดลองที่มีคุณภาพสูงขึ้น ซึ่งท้ายที่สุดจะส่งเสริมความก้าวหน้าที่อาจเป็นไปไม่ได้หากไม่มีสิ่งนี้

GPT-Rosalind พร้อมใช้งานแล้วในรูปแบบการทดลองวิจัยภายใน ChatGPT, Codex และ API โดยลูกค้าที่มีคุณสมบัติเหมาะสมสามารถเข้าถึงได้ผ่านโปรแกรมการเข้าถึงแบบจำกัด เพื่อเป็นการเผยแพร่การเข้าถึงงานวิจัยที่ขับเคลื่อนด้วย AI ให้กว้างขวางยิ่งขึ้น OpenAI ยังได้เปิดตัวปลั๊กอินการวิจัยวิทยาศาสตร์ชีวภาพที่เข้าถึงได้ฟรีสำหรับ Codex ซึ่งช่วยให้นักวิทยาศาสตร์สามารถเชื่อมโยงโมเดลเข้ากับเครื่องมือทางวิทยาศาสตร์และแหล่งข้อมูลกว่า 50 รายการ แนวทางสองทางนี้ช่วยให้มั่นใจได้ถึงการติดตั้งใช้งานที่เชี่ยวชาญและปลอดภัยสำหรับองค์กรวิจัยขั้นสูง และประโยชน์ที่กว้างขวางขึ้นสำหรับชุมชนวิทยาศาสตร์ในวงกว้าง ซึ่งจะผลักดันเราไปสู่อนาคตที่ AI เป็นพันธมิตรที่ขาดไม่ได้ในการแสวงหาสุขภาพของมนุษย์

ออกแบบมาสำหรับกระบวนการทำงานทางวิทยาศาสตร์ขั้นสูง

ซีรีส์โมเดลวิทยาศาสตร์ชีวภาพ GPT-Rosalind แสดงถึงการเปลี่ยนแปลงกระบวนทัศน์ในการที่ AI สามารถบูรณาการเข้ากับงานวิทยาศาสตร์สมัยใหม่ โดยทำงานได้อย่างราบรื่นครอบคลุมหลักฐานที่ตีพิมพ์ ชุดข้อมูลที่ซับซ้อน เครื่องมือที่หลากหลาย และการทดลองที่กำลังดำเนินอยู่ โครงสร้างพื้นฐานการประมวลผลที่แข็งแกร่งของ OpenAI รองรับความสามารถนี้ ทำให้สามารถฝึกอบรมและปรับปรุงโมเดลโดเมนที่ซับซ้อนขึ้นเรื่อยๆ ได้อย่างต่อเนื่องสำหรับงานทางวิทยาศาสตร์ในโลกแห่งความเป็นจริง สิ่งนี้ทำให้มั่นใจได้ว่า GPT-Rosalind จะยังคงอยู่ในระดับแนวหน้าในขณะที่กระบวนการทำงานทางวิทยาศาสตร์เองก็พัฒนาความซับซ้อน

ในการประเมินอย่างเข้มงวด GPT-Rosalind ได้แสดงให้เห็นประสิทธิภาพที่ดีที่สุดในระดับเดียวกันในงานที่ต้องการการให้เหตุผลเชิงลึกเกี่ยวกับโมเลกุล โปรตีน ยีน วิถีทางชีวเคมี และชีววิทยาที่เกี่ยวข้องกับโรค ประสิทธิภาพของโมเดลขยายไปถึงการประยุกต์ใช้เครื่องมือและฐานข้อมูลทางวิทยาศาสตร์ในทางปฏิบัติภายในกระบวนการทำงานหลายขั้นตอน ซึ่งรวมถึงการทบทวนวรรณกรรมที่ครอบคลุม การตีความลำดับไปยังฟังก์ชันที่ซับซ้อน การวางแผนการทดลองเชิงกลยุทธ์ และการวิเคราะห์ข้อมูลที่ละเอียดอ่อน การเปิดตัวครั้งแรกในซีรีส์ GPT-Rosalind นี้ถือเป็นการเริ่มต้นความมุ่งมั่นระยะยาวในการเพิ่มขีดความสามารถในการให้เหตุผลทางชีวเคมีของโมเดลให้ครอบคลุมงานทางวิทยาศาสตร์ที่ต้องใช้เครื่องมือจำนวนมากและมีระยะเวลานานยิ่งขึ้น OpenAI กำลังทำงานร่วมกับองค์กรชั้นนำอย่าง Amgen, Moderna, the Allen Institute และ Thermo Fisher Scientific เพื่อนำ GPT-Rosalind ไปใช้ในกระบวนการทำงานที่ขับเคลื่อนการค้นพบที่พลิกโฉม

ประสิทธิภาพที่ไม่เคยมีมาก่อนในเกณฑ์มาตรฐานและการใช้งานจริง

ความสามารถของ GPT-Rosalind ได้รับการประเมินอย่างละเอียดถี่ถ้วนในหลากหลายความท้าทายที่เป็นรากฐานของการค้นพบทางวิทยาศาสตร์และการวิจัยทางอุตสาหกรรม การประเมินเหล่านี้วัดการให้เหตุผลหลักในโดเมนย่อยทางวิทยาศาสตร์ที่หลากหลาย รวมถึงความซับซ้อนของกลไกปฏิกิริยาเคมี ความเข้าใจในโครงสร้างโปรตีน ผลกระทบของการกลายพันธุ์และปฏิสัมพันธ์ และการตีความวิวัฒนาการชาติพันธุ์ของลำดับ DNA นอกเหนือจากการให้เหตุผลเชิงทฤษฎี การประเมินยังวัดความสามารถของโมเดลในการสนับสนุนงานวิจัยในโลกแห่งความเป็นจริงโดยการตีความผลลัพธ์การทดลอง ระบุรูปแบบที่เกี่ยวข้องกับผู้เชี่ยวชาญ และสังเคราะห์ข้อมูลภายนอกเพื่อออกแบบการทดลองถัดไป ที่สำคัญคือ ความเชี่ยวชาญของ GPT-Rosalind ในการเลือกและใช้เครื่องมือคอมพิวเตอร์ ฐานข้อมูล และความสามารถเฉพาะโดเมนที่เหมาะสมเพื่อเสริมการให้เหตุผลของโมเดลนั้นเป็นจุดสนใจหลัก ซึ่งแสดงให้เห็นถึงประโยชน์ในทางปฏิบัติตลอดกระบวนการวิจัยทางวิทยาศาสตร์แบบครบวงจร

ในเกณฑ์มาตรฐานสาธารณะ GPT-Rosalind ได้แสดงให้เห็นประสิทธิภาพที่เหนือกว่าอย่างต่อเนื่อง ใน BixBench ซึ่งเป็นเกณฑ์มาตรฐานที่ออกแบบมาโดยเฉพาะสำหรับความท้าทายด้านชีวสารสนเทศและการวิเคราะห์ข้อมูลในโลกแห่งความเป็นจริง GPT-Rosalind ได้รับประสิทธิภาพชั้นนำในบรรดาโมเดลที่มีคะแนนที่ตีพิมพ์เผยแพร่

โมเดล	BixBench Pass@1
Gemini 3.1 Pro	0.550
GPT-5	0.728
GPT-5.2	0.611
Grok 4.2	0.698
GPT-5.4	0.732
GPT-Rosalind	0.751

ประสิทธิภาพที่ประเมินเทียบกับโมเดลอื่นๆ ที่สามารถเข้าถึงได้

นอกจากนี้ ใน LABBench2 ซึ่งประเมินงานวิจัยหลายประเภท เช่น การค้นหาวรรณกรรม การเข้าถึงฐานข้อมูล การจัดการลำดับ และการออกแบบโปรโตคอล GPT-Rosalind มีประสิทธิภาพเหนือกว่า GPT-5.4 ใน 6 จาก 11 งาน การปรับปรุงที่โดดเด่นเป็นพิเศษพบได้ใน CloningQA ซึ่งเป็นงานที่ต้องการการออกแบบ DNA และเอนไซม์รีเอเจนต์แบบครบวงจรสำหรับโปรโตคอลการโคลนระดับโมเลกุล ผลกระทบในโลกแห่งความเป็นจริงของโมเดลได้รับการยืนยันเพิ่มเติมผ่านความร่วมมือกับ Dyno Therapeutics ซึ่งเป็นบริษัทที่บุกเบิกยีนบำบัดที่ออกแบบโดย AI ในการประเมินโดยใช้ลำดับ RNA ที่ยังไม่เผยแพร่และไม่ปนเปื้อน การส่งผลงานโมเดลสิบอันดับแรกของ GPT-Rosalind เมื่อประเมินโดยตรงในแอป Codex อยู่ในอันดับที่สูงกว่าเปอร์เซ็นไทล์ที่ 95 ของผู้เชี่ยวชาญที่เป็นมนุษย์ในงานการทำนาย และประมาณเปอร์เซ็นไทล์ที่ 84 ในงานการสร้างลำดับ การประเมินที่ครอบคลุมเหล่านี้เน้นย้ำถึงความสามารถที่แข็งแกร่งของ GPT-Rosalind ในการสร้างหลักฐาน วิเคราะห์ข้อมูลที่ซับซ้อน และขับเคลื่อนข้อสรุปทางชีววิทยาที่สามารถป้องกันได้ในมือของนักวิทยาศาสตร์ สำหรับการใช้งานขั้นสูงกับ Codex นักวิจัยอาจพบว่า คู่มือการใช้พรอมต์ Codex มีประโยชน์ในการเพิ่มศักยภาพของ GPT-Rosalind

เชื่อมโยง AI กับเครื่องมือทางวิทยาศาสตร์ที่มีอยู่: ปลั๊กอินวิทยาศาสตร์ชีวภาพ

หัวใจสำคัญของประโยชน์ใช้สอยของ GPT-Rosalind คือการผสานรวมเข้ากับระบบนิเวศของเครื่องมือทางวิทยาศาสตร์ที่มีอยู่ได้อย่างราบรื่น OpenAI ได้เปิดตัว ปลั๊กอินการวิจัยวิทยาศาสตร์ชีวภาพ ใหม่สำหรับ Codex ซึ่งขณะนี้พร้อมใช้งานบน GitHub แพ็กเกจที่ครอบคลุมนี้ประกอบด้วยชุดทักษะแบบโมดูลาร์ที่หลากหลายซึ่งออกแบบมาอย่างพิถีพิถันสำหรับกระบวนการทำงานวิจัยที่พบบ่อยที่สุดในสาขาวิชาต่างๆ รวมถึงพันธุศาสตร์มนุษย์ จีโนมิกส์เชิงฟังก์ชัน โครงสร้างโปรตีน ชีวเคมี หลักฐานทางคลินิก และการค้นพบงานวิจัยสาธารณะ

ปลั๊กอินนี้ทำหน้าที่เป็นชั้นประสานงานที่สำคัญ ช่วยให้นักวิทยาศาสตร์สามารถแก้ไขคำถามที่กว้าง คลุมเครือ และมีหลายขั้นตอนได้อย่างมีประสิทธิภาพมากขึ้น โดยให้การเข้าถึงโดยตรงไปยังฐานข้อมูลมัลติโอมิกส์สาธารณะกว่า 50 แห่ง แหล่งข้อมูลวรรณกรรมจำนวนมาก และเครื่องมือทางชีววิทยามากมาย การผสานรวมที่สมบูรณ์นี้เป็นจุดเริ่มต้นที่ยืดหยุ่นสำหรับกระบวนการทำงานทั่วไปที่สามารถทำซ้ำได้ เช่น การค้นหาโครงสร้างโปรตีน การค้นหาลำดับ การทบทวนวรรณกรรมอย่างละเอียด และการค้นพบชุดข้อมูลสาธารณะ ในขณะที่ผู้ใช้ Enterprise ที่มีคุณสมบัติเหมาะสมสามารถใช้ประโยชน์จากปลั๊กอินนี้ในกระบวนการทำงานวิจัยกับ GPT-Rosalind เพื่อการให้เหตุผลทางชีววิทยาที่ลึกซึ้งยิ่งขึ้น ผู้ใช้ทุกคนสามารถใช้แพ็กเกจปลั๊กอินกับโมเดลหลักของ OpenAI เพื่อเผยแพร่การเข้าถึงงานวิจัยวิทยาศาสตร์ชีวภาพที่เสริมด้วย AI ความยืดหยุ่นนี้ช่วยให้มั่นใจได้ว่านักวิจัยจำนวนมากสามารถได้รับประโยชน์จากพลังของ AI ไม่ว่าจะใช้โมเดลเฉพาะทางหรือ AI ทั่วไป เรียนรู้เพิ่มเติมเกี่ยวกับการเพิ่มประสิทธิภาพเครื่องมือ AI ของคุณด้วยคู่มือต่างๆ เช่น การใช้ Codex ร่วมกับแผน ChatGPT ของคุณ

การเข้าถึงที่ปลอดภัยเพื่อความรับผิดชอบต่อนวัตกรรม

ด้วยตระหนักถึงนัยสำคัญอย่างลึกซึ้งของ AI ขั้นสูงในวิทยาศาสตร์ชีวภาพ OpenAI ได้นำโครงสร้างการติดตั้งใช้งานแบบจำกัดการเข้าถึงที่เข้มงวดมาใช้สำหรับ GPT-Rosalind โปรแกรมนี้เปิดให้ใช้งานครั้งแรกสำหรับลูกค้าองค์กรที่มีคุณสมบัติเหมาะสมในสหรัฐอเมริกา โดยมีระบบควบคุมที่แข็งแกร่งเกี่ยวกับคุณสมบัติ การจัดการการเข้าถึง และธรรมาภิบาลขององค์กร แนวทางที่ระมัดระวังนี้ช่วยให้มั่นใจว่าความสามารถอันทรงพลังเหล่านี้จะพร้อมใช้งานสำหรับนักวิทยาศาสตร์และองค์กรวิจัยที่อยู่ในตำแหน่งที่ดีที่สุดในการพัฒนาสุขภาพของมนุษย์ ขณะเดียวกันก็รักษากลไกป้องกันที่แข็งแกร่งจากการนำไปใช้ในทางที่ผิดทางชีววิทยาที่อาจเกิดขึ้น

โมเดลวิทยาศาสตร์ชีวภาพได้รับการพัฒนาด้วยการควบคุมความปลอดภัยระดับองค์กรที่เข้มงวดและการจัดการการเข้าถึงที่แข็งแกร่งขึ้น ทำให้เหมาะสำหรับการใช้งานทางวิทยาศาสตร์อย่างมืออาชีพในสภาพแวดล้อมการวิจัยที่มีการควบคุม OpenAI ประเมินการเข้าถึงโดยยึดตามหลักการหลักสามประการ: การรับรองการใช้งานที่เป็นประโยชน์ในการวิจัยทางวิทยาศาสตร์ที่ถูกต้องตามกฎหมายและมีประโยชน์สาธารณะที่ชัดเจน การกำหนดให้มีการกำกับดูแล การปฏิบัติตามข้อกำหนด และการควบคุมการป้องกันการนำไปใช้ในทางที่ผิดที่เหมาะสม และการรับรองการเข้าถึงที่ควบคุมภายในสภาพแวดล้อมที่ปลอดภัยและมีการจัดการที่ดีสำหรับผู้ใช้ที่ได้รับอนุมัติ องค์กรที่เข้าร่วมจะต้องปฏิบัติตามนโยบายการใช้งานของ OpenAI และข้อกำหนดการทดลองวิจัยวิทยาศาสตร์ชีวภาพเฉพาะ ในช่วงระยะเวลาการทดลองวิจัยนี้ การใช้ GPT-Rosalind จะไม่ใช้เครดิตหรือโทเค็นที่มีอยู่ โดยอยู่ภายใต้ข้อจำกัดการป้องกันการใช้งานในทางที่ผิด สำหรับองค์กรที่ให้ความสำคัญกับความปลอดภัยของข้อมูล การทำความเข้าใจแนวคิดต่างๆ เช่น ความเป็นส่วนตัวระดับองค์กร มีความสำคัญอย่างยิ่งเมื่อรวมโมเดล AI ขั้นสูงเข้าด้วยกัน

เพื่ออำนวยความสะดวกในการบูรณาการอย่างราบรื่นและเพิ่มผลกระทบสูงสุด ทีมงานวิทยาศาสตร์ชีวภาพโดยเฉพาะของ OpenAI ซึ่งได้รับการสนับสนุนจากพันธมิตรที่ปรึกษา ได้แก่ McKinsey & Company, Boston Consulting Group (BCG) และ Bain & Company จะให้ความช่วยเหลือองค์กรในการระบุกรณีการใช้งานที่มีผลกระทบสูง การรวมโมเดลเข้ากับสภาพแวดล้อมขององค์กร และการขับเคลื่อนผลลัพธ์ที่วัดได้

อนาคตของ AI ในการค้นพบทางชีววิทยา

การเปิดตัว GPT-Rosalind เป็นเพียงการเปิดตัวครั้งแรกในซีรีส์โมเดลวิทยาศาสตร์ชีวภาพที่มีความทะเยอทะยานของ OpenAI การเปิดตัวนี้เป็นจุดเริ่มต้นของความมุ่งมั่นระยะยาวในการสร้าง AI ขั้นสูงที่สามารถเร่งการค้นพบทางวิทยาศาสตร์ได้อย่างลึกซึ้งในด้านที่มีความสำคัญอย่างยิ่งต่อสังคม ตั้งแต่สุขภาพของมนุษย์ไปจนถึงงานวิจัยทางชีววิทยาในวงกว้าง OpenAI มุ่งมั่นที่จะปรับปรุงความสามารถในการให้เหตุผลทางชีววิทยาของโมเดลอย่างต่อเนื่อง ขยายการสนับสนุนสำหรับกระบวนการทำงานทางวิทยาศาสตร์ที่ต้องใช้เครื่องมือจำนวนมากและมีระยะเวลานานยิ่งขึ้น

เมื่อโมเดล AI ยังคงพัฒนาอย่างต่อเนื่อง ความสามารถในการเปลี่ยนแปลงความท้าทายทางวิทยาศาสตร์ที่ซับซ้อนก็จะเพิ่มขึ้นเท่านั้น GPT-Rosalind แสดงถึงก้าวสำคัญข้างหน้า โดยนำเสนอพันธมิตรใหม่ที่ทรงพลังแก่นักวิทยาศาสตร์ในการแสวงหาเพื่อไขปริศนาของธรรมชาติและพัฒนานวัตกรรมช่วยชีวิต ยุคที่ AI ไม่ได้เป็นเพียงแค่เครื่องสร้างข้อความ แต่เป็นอินเทอร์เฟซการดำเนินการที่แท้จริง ซึ่งสามารถขับเคลื่อนผลลัพธ์การวิจัยที่เป็นรูปธรรม ได้มาถึงแล้ว การเดินทางนี้เน้นย้ำวิสัยทัศน์ของ OpenAI สำหรับอนาคตที่ AI จะส่งเสริมมนุษยชาติให้บรรลุเป้าหมายทางวิทยาศาสตร์ที่ครั้งหนึ่งเคยดูเหมือนเป็นไปไม่ได้

แหล่งที่มา

https://openai.com/index/introducing-gpt-rosalind/

คำถามที่พบบ่อย

What is GPT-Rosalind and its primary purpose?

GPT-Rosalind is OpenAI's frontier reasoning model specifically developed to accelerate research across biology, drug discovery, and translational medicine. Its primary purpose is to optimize scientific workflows by combining improved tool use with a deeper understanding of complex scientific domains such as chemistry, protein engineering, and genomics. By assisting with evidence synthesis, hypothesis generation, and experimental planning, GPT-Rosalind aims to significantly reduce the time and complexity involved in bringing new drugs from discovery to market, which typically takes 10 to 15 years, thereby enabling breakthroughs that might otherwise be impossible.

How does GPT-Rosalind enhance traditional scientific research workflows?

GPT-Rosalind enhances traditional scientific research by streamlining fragmented and time-intensive workflows. Scientists often grapple with vast literature, specialized databases, experimental data, and evolving hypotheses. GPT-Rosalind helps them navigate these complexities faster, explore more possibilities, identify hidden connections, and formulate better hypotheses sooner. It excels in tasks requiring reasoning over molecules, proteins, genes, pathways, and disease-relevant biology, and is more effective at utilizing scientific tools and databases for multi-step workflows like literature review, sequence-to-function interpretation, and data analysis. This efficiency allows researchers to focus more on innovative thought rather than manual data processing.

What specific capabilities and domains does GPT-Rosalind support?

GPT-Rosalind is built to support modern scientific work across published evidence, data, tools, and experiments. It delivers superior performance on tasks requiring intricate reasoning over molecules, proteins, genes, pathways, and disease-relevant biology. Its capabilities span chemical reaction mechanisms, protein structure analysis, mutation effects, protein interactions, and phylogenetic interpretation of DNA sequences. The model also supports practical research workflows by interpreting experimental outputs, identifying expert-relevant patterns, synthesizing external information for follow-up experiments, and adeptly selecting and utilizing computational tools and databases to augment its reasoning.

How can researchers gain access to GPT-Rosalind and its features?

Researchers can access GPT-Rosalind through a trusted-access deployment program for qualified Enterprise customers, initially in the U.S. It is available as a research preview within ChatGPT, Codex, and via the API. Additionally, OpenAI has introduced a freely accessible Life Sciences research plugin for Codex, which allows scientists to connect models to over 50 scientific tools and data sources. Organizations interested in using GPT-Rosalind must undergo a qualification and safety review process, adhering to principles of beneficial use, strong governance, safety oversight, and controlled, enterprise-grade secure access.

What is the Life Sciences research plugin for Codex and its significance?

The Life Sciences research plugin for Codex is a significant tool that acts as an orchestration layer, helping scientists more effectively address broad, ambiguous, and multi-step research questions. Available today in GitHub, this package provides a comprehensive set of modular skills tailored for common research workflows across human genetics, functional genomics, protein structure, biochemistry, clinical evidence, and public study discovery. It offers access to over 50 public multi-omics databases, literature sources, and biology tools, serving as a flexible starting point for repeatable workflows like protein structure lookup, sequence search, and literature review. This plugin enhances the model's integration into diverse scientific environments.

What were the key findings from GPT-Rosalind's performance evaluations?

Evaluations demonstrated GPT-Rosalind's leading performance across various scientific benchmarks. On BixBench, a benchmark for bioinformatics and data analysis, it achieved top scores among published models. For LABBench2, which assesses research tasks like literature retrieval and protocol design, GPT-Rosalind outperformed GPT-5.4 on 6 out of 11 tasks, with significant improvements in CloningQA (DNA and enzyme reagent design). In a partnership with Dyno Therapeutics, GPT-Rosalind's best-of-ten model submissions for RNA sequence-to-function prediction ranked above the 95th percentile of human experts, and around the 84th percentile for sequence generation tasks, showcasing its robust real-world applicability.

What safeguards and principles govern access to GPT-Rosalind?

Access to GPT-Rosalind is governed by a trusted-access framework designed to ensure responsible innovation and mitigate misuse risks. This framework involves stringent controls over eligibility, access management, and organizational governance. Three core principles guide access: demonstrating beneficial use in legitimate scientific research with clear public benefit; maintaining appropriate governance, compliance, and misuse-prevention controls; and ensuring controlled access within secure, well-managed environments for approved users. Participating organizations must also agree to specific research preview terms and OpenAI’s usage policies, with additional information potentially requested during onboarding or continued participation.

อัปเดตข่าวสาร

รับข่าว AI ล่าสุดในกล่องจดหมายของคุณ

แชร์