The Decoder· Manuel Uth·· 4 小时前AI 评分42
SemiAnalysis 发布 GDPx 基准测试，AI agent 最高得分不超过 12%
No AI agent scores above 12 percent on SemiAnalysis' new real-world work benchmark
AI 导读
SemiAnalysis 发布 GDPx 基准测试，将 AI agent 置于模拟知识工作环境中，206 个任务涵盖芯片设计、生物、量化交易、网络安全和法律等 11 个领域，没有任何模型得分超过 12%。
来源：The Decoder · the-decoder.com