HyperAI
Command Palette
Search for a command to run...
GDPval-AA v2.1
GDPval-AA v2.1は、OpenAIのGDPvalデータセット向けの評価フレームワーク。44の職種と9つの主要産業にわたる現実のタスクでAIモデルをテストする。モデルにはシェルアクセスとWebブラウジング機能が与えられ、Stirrupを介したエージェントループでタスクを解く。Eloレーティングはブラインドのペア比較から導出される。
- モデル
- 172 現在、 315 合計
- 中央値
- 1109
- 範囲
- -402–1866