SemiAnalysis发布GDPx工作基准，无AI智能体得分超12%

分析机构 SemiAnalysis 发布 GDPx 基准，将 AI 智能体放入模拟工作环境执行 206 个任务，覆盖芯片设计、生物、量化交易、网络安全和法律等 11 个领域，没有模型得分超过 12%。 该基准不考查知识问答，而是让智能体完成模拟工作任务。每个合作方通常只公开一个示例任务，其余任务不对外公开。SemiAnalysis 计划每三到六个月更新一次该基准。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。