新榜单以八个领域161项任务测试模型解读实验图像并得出科学结论的能力。
推荐理由：评测覆盖凝胶图、流式细胞图、质粒图谱和系统发育树等真实科研载体，要求模型从图像推出明确结论，比通用视觉问答更贴近生物研究决策。
阅读原文