OpenAI·· 2025-09-25精选AI 评分61
OpenAI 推出 GDPval 评估基准衡量现实任务表现
Measuring the performance of our models on real-world tasks
AI 导读
OpenAI 推出全新评估基准 GDPval，用于衡量模型在 44 个职业中具有实际经济价值任务上的表现。
推荐理由
该基准聚焦 44 个职业中的现实经济价值任务，为评估大模型在具体工作场景中的实用能力提供了参考维度。
来源：OpenAI · openai.com