GDPval

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。

2篇文章最近提及

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。

涉及该条目的文章

  • Anthropic S-1披露递归自我改进临近,加速因子约0.5AI资讯 ·

    他称赞SemiAnalysis的GDPval和GDP-X基准是一次有前景的尝试,试图捕捉金融等领域细致、贴近现实的任务,而这些领域的真值更难自动化。

    阅读文章
  • OpenAI金融版ChatGPT:共用旗舰模型,只做20%垂直层AI资讯 ·

    OpenAI自家的GDPval基准覆盖44种职业,但在通用知识任务上已经饱和,并且包含失效、无信息量的题目。

    阅读文章

发现说明有误或找不到条目?

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。