SemiAnalysis发布GDPx真实工作基准

分析机构SemiAnalysis发布GDPx基准，不再用知识问答考察AI智能体，而是把它们放进模拟工作环境：操作Siemens NX等专业软件、在数千份文件的数据室中检索、攻击企业系统。206项任务覆盖芯片设计、生物、量化交易、网络安全和法律等11个领域，没有模型得分超过12%。 该基准通常每个合作方只公开一道示例任务，其余任务不对外公开；SemiAnalysis计划每三到六个月更新一次。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。