OpenAI周四正式推出GPT-Rosalind，一款专为生物学研究场景深度训练的垂直领域大语言模型。有别于谷歌、微软等巨头押注的通用科学模型路线，OpenAI这次选择了一条更聚焦的赛道——直击生物学研究的核心痛点。
生命科学产品负责人王昀昀在发布会上点明了这款模型的使命:帮助研究者突破两道长期横亘在面前的高墙——数十年基因组测序堆积的海量数据，以及高度细分的专业术语壁垒。现实情况是，一位专注于特定基因的遗传学家，面对铺天盖地的神经生物学文献时往往无从下手，信息过载已成为当下生物学研究的普遍困境。
为此，OpenAI在通用大模型底座之上，整合了50种常见生物工作流及主流公共数据库访问能力，让模型具备连接基因型与表型、推断蛋白质结构与功能、进而筛选潜在药物靶点的能力。与此同时，团队还专项调整了模型的"性格"——刻意强化批判性思维，避免一味迎合用户，面对低价值靶点时，模型会选择直接否定。
当然，挑战同样不容回避。幻觉问题至今悬而未决，模型可能生成看似合理却经不起推敲的内容，在严谨的科学研究中风险不小，OpenAI也坦承尚无完整解法，提醒用户保持审慎。生物安全层面的隐患同样不可忽视，一旦被恶意利用于强化病毒传染性，后果将难以想象。为此，OpenAI对访问权限实施严格管控，目前仅向美国本土实体开放申请，功能受限的生命科学插件则将面向更广泛用户逐步开放。
联合创始人Greg Brockman将GPT-Rosalind定位为OpenAI在生命科学领域的前沿探索，朝着"加速科学发展、改善人类福祉"这一目标迈出的重要一步。
OpenAI发布生命科学专用AI模型GPT-Rosalind，以DNA结构发现者罗莎琳德·富兰克林命名，正式进军生物化学与基因组学领域。该模型针对生物研究需求深度微调，旨在帮助科学家缩短药物研发周期，将数据分析转化为高效智能科研流程，具备卓越科学推理能力。
苹果公司为Siri工程师团队启动“AI编程训练营”，通过系统性再培训提升其大语言模型工程能力，以支持新一代Siri和iOS系统AI功能开发。此举表明苹果已将AI重塑Siri提升至公司战略高度，旨在追赶谷歌和OpenAI在生成式AI领域的进展。培训内容涵盖模型原理到工程部署全链路，重点聚焦Prompt工程。
谷歌研究团队推出Vantage方法，利用大语言模型模拟真实团队互动，旨在测量传统测试难以评估的协作、创造力和批判性思维等“持久技能”，弥补教育领域长期缺乏有效评估工具的不足。
研究显示，当前主流AI模型在模拟临床诊疗推理时仍存在明显不足，尚不具备独立承担医疗任务的能力。该研究测试了21种大语言模型，结果发表于《JAMA Network Open》。
苹果发布两项机器学习研究：SQUIRE系统利用GPT-4o和槽查询中间表示，提升AI生成UI的可控性与微调效率；另一项研究则强化图像安全审查能力，旨在解决现有技术痛点。
关注 “悠AI” 更多干货技巧行业动态
相关文章
