HyperAIHyperAI

Command Palette

Search for a command to run...

GDPval-AA v2.1

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。

模型
172 当前,315 总共
中位数
1109
范围
-402–1866

分数分布

最低
-402
中位数
1109
最高
1866

排行榜

数据来源:Artificial Analysis