GDPval是OpenAI于2025年9月发布的基准测试,用于衡量AI模型完成具有经济价值的真实工作的能力。它从对美国GDP贡献最大的9个行业部门中选取了44种职业,由各领域资深专业人士设计贴近实际工作的任务,产出形式包括文档、幻灯片、电子表格和图表等实际工作中使用的成果。
评估由专家评分员在不知道来源的情况下比较模型产出与人类专业人士的产出,并选出更优的一方。该基准并非考察有唯一正确答案的题目,而是旨在衡量专业水准的工作质量,被视为评估AI模型经济影响的一种尝试。
GDPval是OpenAI于2025年发布的基准测试,通过将AI模型在44种职业真实工作任务上的产出与专业人士的产出进行比较来评估模型。
GDPval是OpenAI于2025年9月发布的基准测试,用于衡量AI模型完成具有经济价值的真实工作的能力。它从对美国GDP贡献最大的9个行业部门中选取了44种职业,由各领域资深专业人士设计贴近实际工作的任务,产出形式包括文档、幻灯片、电子表格和图表等实际工作中使用的成果。
评估由专家评分员在不知道来源的情况下比较模型产出与人类专业人士的产出,并选出更优的一方。该基准并非考察有唯一正确答案的题目,而是旨在衡量专业水准的工作质量,被视为评估AI模型经济影响的一种尝试。
本条目依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们。
百科说明依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们,我们会核实并修改。新文章中出现的名称会在文章发布后加入百科。