HyperAI
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
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。