Search for a command to run...
GDPval-AA v2.1 是面向 OpenAI GDPval 数据集的评测框架。它在 44 种职业和 9 个主要行业中测试 AI 模型的真实工作任务。模型通过 Stirrup 在智能体循环中获得 shell 访问和网页浏览能力来解题,Elo 评分来自盲评两两对比。
数据来源:Artificial Analysis
HyperAI 智能体目前处于测试阶段,回答可能不准确,请核实重要信息。
有什么我可以帮您的?
查找资源、了解平台或管理您的工作区