SemiAnalysis· Max Kan·· 3 小时前精选AI 评分66
SemiAnalysis 发布 GDPx 基准，衡量前沿模型在 12 个高价值领域的智能体能力
GDPx: Measuring Frontier Model Capabilities Across the Most Valuable Domains
AI 导读
SemiAnalysis 发布 GDPx 基准，覆盖芯片设计、网络安全、生物、金融、法律、量化交易、RSI、硬件设计、材料科学、对齐和软件工程等领域，最好的模型得分仅 12%。
推荐理由
SemiAnalysis 联合 14 家 RL 环境公司发布 GDPx，并逐域说明任务如何从真实交易、真实零日漏洞和真实芯片流程构造，可对照 GDPval 的设计缺陷理解评测基准的难点。
来源：SemiAnalysis · newsletter.semianalysis.com