The Decoder· Manuel Uth·· 2 小时前AI 评分49
SemiAnalysis 发布 GDPx 基准：模拟真实知识工作，无 AI 智能体得分超过 12%
No AI agent scores above 12 percent on SemiAnalysis' new real-world work benchmark
AI 导读
分析机构 SemiAnalysis 发布 GDPx 基准，让 AI 智能体在模拟环境中完成最多 8 小时的真实知识工作，涵盖芯片设计、生物、量化交易、网络安全、法律等 11 个领域的 206 项任务。
来源：The Decoder · the-decoder.com