OpenAI News·· 2025-09-25精选AI 评分60
OpenAI 推出 GDPval 评估基准，衡量模型在 44 个职业真实任务中的表现
Measuring the performance of our models on real-world tasks
AI 导读
OpenAI 推出全新评估基准 GDPval，用于衡量模型在涵盖 44 个职业、具有实际经济价值的真实任务中的表现。
推荐理由
该评估将模型测试扩展到 44 个职业的实际经济任务，为衡量大模型在真实职场中的落地能力提供了参考维度。
来源：OpenAI News · openai.com