SemiAnalysis 发布 GDPx 基准：最强模型仅得 12%
generativist · x · 2026-11-02
SemiAnalysis 发布 GDPx，一个衡量智能体在最有价值领域实际能力的全新前沿基准。难度极高：目前最强模型也只拿到 12%（7 题仅对 1 题）。
转发者 charlesirl 由此感慨：「创造丰裕才是人类真正的最后评测（last eval）」，把基准测试与 AGI 对经济与社会的影响联系起来。
所属事件:SemiAnalysis 发布 GDPx 前沿基准，最强模型仅得 12%(12 条相关)→
「研究」频道最新
- MIT 推出 OPAL:AI agent 在训练中实时重写优化器源码 — MIT_CSAIL · 2026-11-03
- Profluent 用语言模型设计基因编辑器：蛋白质序列当文字来写 — nathanbenaich · 2026-11-03
- 陈宇鑫等六学者发布 RL 理论专著：表格型 MDP 的非渐近样本复杂度分析 — aminkarbasi · 2026-11-03
- UW 教授 Amy Zhang MIT 演讲：用 CSCW 理论设计人机协作系统 — arvindsatya1 · 2026-11-03
- Trajectory Matching 论文：把离散流匹配扩展到分子片段级插入 — guennemann · 2026-11-03
- 不可答问题拉高 Recall@K：0.75 虚高到真实 0.714 的评测陷阱 — infrixo · 2026-11-03