OpenAI представила GDPval, эталон, оценивающий производительность AI моделей в реальных экономически ценных задачах, охватывающий 1,320 задач в 44 профессиях из 9 основных секторов, способствующих ВВП США.
Модель Claude Opus 4.1 показала лучшие результаты, составив 47.6% от всех поставок.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
20 Лайков
Награда
20
10
Репост
Поделиться
комментарий
0/400
¯\_(ツ)_/¯
· 5ч назад
Снова заставил ИИ делать фокусы.
Посмотреть ОригиналОтветить0
FastLeaver
· 21ч назад
С такими данными вы смеете говорить о превосходстве?
Посмотреть ОригиналОтветить0
GasFeeCryBaby
· 09-27 09:20
Данные — это что угодно, даже уровень 47% смеет хвалиться.
Посмотреть ОригиналОтветить0
MevSandwich
· 09-26 23:08
Бот, который упрямо теряет деньги
Посмотреть ОригиналОтветить0
AlphaWhisperer
· 09-26 03:07
Снова соревнование по данным, надоело.
Посмотреть ОригиналОтветить0
FloorSweeper
· 09-26 03:04
слабый альфа... даже не близко к тому, что впереди
Посмотреть ОригиналОтветить0
SleepyArbCat
· 09-26 03:04
Ха, доходность MEV за одну ночь всё равно лучше.
Посмотреть ОригиналОтветить0
MultiSigFailMaster
· 09-26 02:49
Не сдал даже на половину, нейронная сеть слишком бесполезна.
OpenAI представила GDPval, эталон, оценивающий производительность AI моделей в реальных экономически ценных задачах, охватывающий 1,320 задач в 44 профессиях из 9 основных секторов, способствующих ВВП США.
Модель Claude Opus 4.1 показала лучшие результаты, составив 47.6% от всех поставок.