Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai30. Juni 2026 · Q008714

Inside Genebench-Pro

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Der bereitgestellte Berichtsauszug stellt zehn Genomik- und Genetik-Fallstudien aus GeneBench-Pro vor und beschreibt ihre Fragen sowie wichtige mögliche Störfaktoren. Die Datensätze sind nur teilweise abgedruckt und Analyseergebnisse fehlen, daher lassen sich die verlangten Schätzungen aus diesem Auszug nicht ableiten.

Mittel

Der bereitgestellte Bericht ist ein Auszug der OpenAI-Seite „Inside Genebench-Pro“. Er stellt zehn beispielhafte Benchmark-Fallstudien aus Genomik und Genetik in Aussicht und verweist für Überblick und Hauptergebnisse auf einen separaten Ankündigungsbeitrag. Der vorliegende Text enthält allerdings nur Ausschnitte der Aufgaben und Datentabellen, nicht die vollständigen Datensätze oder Analyseergebnisse.

Die Themen reichen von der Nutzen-Risiko-Schätzung einer Krebstherapie über CRISPRi- und eQTL-Analysen bis zu Trägerrisiken, strukturellen Varianten, Hi-C-Kontakten, QTL-Kartierung, lokaler Abstammung und Selektion in alten DNA-Zeitreihen. Die Aufgaben betonen, dass mögliche Störfaktoren kontrolliert werden müssen, etwa fehlende Nachbeobachtung, Nachbargeneffekte, gekoppelte Varianten, Mess- und Zuordnungsfehler, Kontamination, Kartierungsartefakte und Sequenzierfehler.

Der Text erläutert, welche Größen oder Entscheidungen geschätzt werden sollen, liefert aber keine Antworten darauf. Weil Datentabellen nur auszugsweise gezeigt werden und weitere Dateien teils lediglich genannt sind, können die geforderten Effekte und Risiken aus diesem Auszug nicht bestimmt werden.

Ausführlich lesen

Der bereitgestellte Bericht ist ein Auszug einer OpenAI-Seite mit dem Titel „Inside Genebench-Pro“. Er kündigt zehn Fallstudien an, die beispielhafte Fragen aus dem GeneBench-Pro-Benchmark samt Datensätzen und Begleitmaterial zeigen sollen. Für einen Überblick über den Benchmark und zentrale Ergebnisse verweist die Seite auf einen separaten Ankündigungsbeitrag. Die hier enthaltene Fassung zeigt jedoch nur ausgewählte Ausschnitte der Fallstudien und ihrer Daten; sie erlaubt keine vollständige Bewertung des Benchmarks oder seiner Ergebnisse.

Die sichtbaren Aufgaben decken verschiedene Bereiche der Genomik und Genetik ab. Dazu gehören eine Nutzen-Risiko-Abwägung für eine zielgerichtete Krebstherapie, die Unterscheidung zwischen einer lncRNA-Wirkung und Effekten am benachbarten Genomabschnitt, die Schätzung direkter Proteineffekte auf eine Erkrankung mittels multivariabler Mendelscher Randomisierung sowie die Berechnung von Trägerrisiken beim Screening. Weitere Themen sind eine eQTL-Analyse einzelner aktivierter Monozyten nach Korrektur für ambient RNA, die klinische und molekulare Bewertung einer verschachtelten strukturellen Variante, die Messung chromosomaler Kontaktstärke, die QTL-Kartierung in einer Mehr-Eltern-Population, die Rekonstruktion elterlicher Abstammungsanteile und die Schätzung von Selektion aus Zeitreihen alter DNA.

Als wiederkehrendes Merkmal stellt die Seite heraus, dass die Analysen mehrere mögliche Störquellen berücksichtigen müssen. Beispiele sind fehlende klinische Nachbeobachtung, Toxizität, lokale Effekte auf Nachbargene, korrelierte genetische Varianten, Messskalen und Allelorientierung, Pseudogen-Kalibrierung, Kontamination einzelner Zellen, die großräumige Struktur eines Variantenlocus, schlechte Abbildungsqualität und technische Artefakte. Bei Abstammungs- und Selektionsanalysen werden außerdem fehlerhafte Traktzuordnungen, vertauschte Labels, Drift sowie Sequenzierfehler als relevante Aspekte genannt.

Der Bericht beschreibt damit vor allem Aufgabenstellungen und gewünschte Ausgaben, etwa Effektgrößen, Risiken, Zielentscheidungen oder genetische Positionen. Die abgedruckten Tabellen sind ausdrücklich nur Auszüge aus den vollständigen Datensätzen; teils werden erforderliche Dateien lediglich aufgezählt. Es sind keine Resultate der Analysen enthalten. Daher lassen sich aus diesem Auszug keine konkreten Effektwerte, Risikoschätzungen oder Antworten auf die Benchmarkfragen ableiten.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19 ungeprüft

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 7 von 7
Angezeigte Modelle
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
Vertrauen in Modelle
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 34 %Hintergrund, keine Belege
    • JEV 17 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →