当地时间周四(9月25日) ,人工智能(AI)研究公司OpenAI发布了一项新的基准测试,用于比较其AI模型与各行业专业人士的工作表现。
这项测试名为GDPval,是一次初步尝试 ,旨在评估OpenAI的系统距离在经济价值工作上超越人类有多近 。而经济价值工作是OpenAI开发通用人工智能(AGI)的关键环节。
OpenAI周四表示,其GPT-5模型以及竞争对手Anthropic公司的Claude Opus 4.1“已经接近行业专家的工作质量”。
这并不意味着OpenAI的模型会立刻取代人类工作 。尽管一些CEO预测AI在几年内就会取代人类,但OpenAI承认GDPval目前只涵盖人们实际工作中有限的一部分任务。不过 ,这是该公司用来衡量AI向这一里程碑迈进的最新方式之一。
GDPval基于美国GDP贡献最大的九个行业,包括医疗、金融 、制造业和政府等领域 。测试覆盖了44种职业,从软件工程师到护士再到记者。
在首个版本GDPval-v0中,OpenAI邀请资深专业人士对比AI生成的报告与其他专业人士的成果 ,并挑选出更优者。
例如,某项任务要求投行人员为“最后一公里配送行业 ”制作竞争格局分析,并与AI生成的报告进行对比。OpenAI随后将AI模型在全部44个职业中对抗人类报告的“胜率”进行平均计算 。
结果显示 ,GPT-5-high(高算力版本GPT-5)在40.6%的情况下被评为优于或与行业专家持平。
而Anthropic的Claude Opus 4.1模型则在49%的任务中被评为不输于行业专家,这一表现超过了OpenAI的模型。
OpenAI对此解释称,之所以Claude得分更高 ,部分原因是其倾向于生成更美观的图表,而非纯粹性能更优 。
需要说明的是,大多数职业的工作远不止提交研究报告 ,而这却是GDPval-v0所测试的全部内容。OpenAI承认这一点,并计划在未来开发更全面的测试,涵盖更多行业和交互式工作流程。
尽管如此 ,OpenAI仍认为GDPval的进展具有重要意义 。
OpenAI首席经济学家Aaron Chatterji在接受采访时表示,GDPval的测试结果表明,这些岗位上的人们可以利用AI模型节省时间,从而专注于更有意义的工作。
“因为模型在某些事情上已经变得很擅长 ,随着能力的提升,人们可以越来越多地把部分工作交给模型,去做潜在更有价值的事情 ,”Chatterji说。
OpenAI评估负责人Tejal Patwardhan表示,她对GDPval的进步速度感到鼓舞 。
Patwardhan指出,约15个月前发布的GPT-4o模型得分仅为13.7%(胜出或持平人类) ,而GPT-5的成绩几乎提高了三倍。她预计这一趋势还会继续。
哪一个股票交易软件比较好:五倍股票杠杆-期货投资人做空碳酸锂穿仓 最新回应来了!
股票交易的软件有哪些:股票做杠杆是什么意思-最高41%!特朗普最新签令 上调一连串关税!美国对全世界至少收10%关税
最新股票选股软件app:炒股杠杆怎么样-中美元首通话内容:美方应撤销对中国实施的消极举措
什么炒股软件可以杠杆:配资股票交易网站-股价暴涨后 玉禾田实控人之一致行动人拟“清仓”离场 套现或超2000万元
手机用什么软件看股票好:炒股上杠杆-华为轮值董事长最新发声!鸿蒙生态根基已立
有什么好的股票交易软件:什么叫股票加杠杆-一图看懂:涨幅超越黄金、纳指 银行指数续创历史新高
诚利和配资-正规配资网站提供安全配资平台配资炒股查询服务提示:文章来自网络,不代表本站观点。
记者王珍中国国际经济交流中心副理事长、国务院发展研究中心原副主任王一鸣周一在“中国发展高层论坛2025...
记者辛圆3月25日,博鳌亚洲论坛旗舰报告《亚洲经济前景及一体化进程2025年度报告》(以下简称《报告》...
国海富兰克林基金国富深化价值基金经理刘晓日前发表了对 2025 年市场的展望。刘晓指出,国内经济正处于复苏通道,市场大幅...
记者|赵阳戈年初,证监会就修改《证券发行与承销管理办法》部分条款向社会公开征求意见,市场也将注意力投向了...
3月12日,汇丰发布对于中国投资市场的最新观点。汇丰环球私人银行及财富管理中国首席投资总监匡正表示,DeepSe...
文/吴治邦3月24日早盘,在2024年年底压哨实施完毕重整计划的*ST花王股价继续跌停。自2025年1月...
3月24日,海洋王照明科技股份有限公司(以下简称“海洋王”,002724.SZ)早盘一字跌停,此后股价拉涨,尾盘封涨停板...
3月24日,易方达国证自由现金流ETF公开发售。该产品跟踪国证自由现金流指数,这个指数是什么?有哪些优势?投资价值如何?...
2025年3月25日,倍轻松(688793.SH)公告称,公司股东宁波倍松投资有限公司(简称“宁波倍松”)拟通过大宗交易...
2025年3月24日下午三点A股收盘后,港股科技板块持续走强至四点十分收盘。消息面上,一方面美元相对于人民币连续3个交易...
记者闫桂花 王珍中国社会科学院学部委员、中国社会科学院原副院长高培勇周日在“中国发展高层论坛2025年...
记者辛圆给补贴、建平台,为了吸引更多高层次人才,各地纷纷放出“大招”。据央广网周一发布消息,湖...
近日,开源证券大连分公司遭大连证监局处罚,暂停其办理需要合格投资者认定相关业务六个月。该惩处力度在近年来券商分支机构中并...
记者闫桂花激发增长新动能,哪些领域需要进一步深化改革?在3月23日举行的中国发展高层论坛2025年年会...
3月24日,业内权威专家表示,MLF(中期借贷便利)不再有统一的中标利率,标志着MLF利率的政策属性完全退出。3月24日...