衡量模型在真实世界任务中的表现
OpenAI 官方发布信息称，其推出名为 GDPval 的新评估，用于衡量模型在真实世界中具有经济价值的任务上的表现，覆盖 44 种职业。
具体内容
OpenAI 官方发布信息称，其推出名为 GDPval 的新评估，用于衡量模型在真实世界中具有经济价值的任务上的表现，覆盖 44 种职业。原文摘要未说明任务样本规模、评分方式与具体评测结果，相关细节与结论应以官方原文为准。
- OpenAI 推出新评估 GDPval，聚焦真实世界中有经济价值的任务。
- 该评估覆盖 44 种职业。
- 当前收录材料未提供任务规模、评分方式与具体结果。
依据官方原始发布记录整理；当时的推出范围和限制请以原文为准。
用户标记：未标记
固定编号：3aed9e1914c9925d
原文来源