OpenAI 釋出新基準 GDPval：覆蓋 44 種職業，實測 AI 打工水平
OpenAI 推出新評測基準 GDPval，選取對美國 GDP 貢獻最高的 9 大行業中 44 種知識工作職業，設計了 1320 個真實交付物任務。最關鍵的是，盲測顯示頂級模型在部分任務上已逼近行業專家水平，且成本降低約百倍。不過目前測試僅限單輪交付，暫未覆蓋多輪互動。
OpenAI 推出新評測基準 GDPval，選取對美國 GDP 貢獻最高的 9 大行業中 44 種知識工作職業，設計了 1320 個真實交付物任務。最關鍵的是，盲測顯示頂級模型在部分任務上已逼近行業專家水平，且成本降低約百倍。不過目前測試僅限單輪交付，暫未覆蓋多輪互動。