SemiAnalysis 发布 GDPx 基准测试
热点事件持续更新
SemiAnalysis 发布 GDPx 基准测试
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
SemiAnalysis 发布 GDPx 基准测试，该测试让 AI 智能体在模拟工作环境中完成 206 项任务，覆盖芯片设计、网络安全、法律等 11 个领域。 测试结果显示，Claude Opus 5.5 以 12% 的得分位居榜首，没有模型在财务和法律任务中实现完全成功。 在评分机制上，法律和设计等领域的结果由语言模型依据评分标准进行评判，而非由人类专家打分。
AI 根据报道生成 · 5 小时前更新
最新进展11月6日 00:46
SemiAnalysis 发布 GDPx 基准：现实工作场景中 AI 智能体得分最高仅 12%报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- The DecoderSemiAnalysis 发布 GDPx 基准：现实工作场景中 AI 智能体得分最高仅 12%
SemiAnalysis 发布了 GDPx 基准，将 AI 智能体投入模拟工作环境中测试，206 项任务涵盖芯片设计、网络安全、法律等 11 个领域。基准测试结果显示，Claude Opus 5.5 以 12% 的最高得分位居榜首，没有模型在财务和法律任务中完全成功。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月6日 02:00
- 近 24 小时变化
- –
02.557.510
02:0003:0004:0005:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。