据動察 Beating 監測,OpenAI 前研究人員、GeneBench-Pro 共同作者 Andrew Ho 離職創業。新公司將為大模型製作高質量強化學習數據(給模型練習並按結果打分的訓練任務)。首批產品聚焦生物學和統計推理,公司名稱尚未公開。
Ho 認為,大模型仍然嚴重偏科。即使在投入巨大的編程領域,模型會刷題、會改代碼,真實交付仍常要人工收尾。
更多實際工作則連合適的訓練題都沒有。它們依賴具體背景,也很難自動判斷模型做得對不對。
他的辦法是生成接近真實科研的數據和問題,同時保留已知答案。模型可以自由探索,訓練系統也能明確判斷對錯。
GeneBench-Pro 就採用了這套方法。該評測包含 129 項計算生物學任務,GPT-5.6 Sol Pro 的通過率只有 31.5%。
新公司還會製作培養皿、Western blot 等實驗圖像的訓練數據,之後再擴展到化學、材料、醫療和辦公室工作。
Ho 預計,前沿 AI 實驗室未來將為精準訓練數據投入超過 1000 億美元。