OpenAI Blog精选79

衡量我们的模型在现实世界任务中的表现

Name: AI HOT 精选数据集（復刻站）
License: https://aihot.yuenlau.org/llms.txt

Measuring the performance of our models on real-world tasks

2025/09/25 17:00· 383天前

精选理由

帮助读者了解模型在真实职业任务中的实用表现。

AI 摘要

OpenAI 推出 GDPval，这是一项新的评估，用于衡量模型在 44 种职业中具有现实世界经济价值的任务上的表现。