SemiAnalysis发布GDPx真实工作基准，无模型超12%

SemiAnalysis 发布 GDPx 基准，将 AI 智能体放入模拟知识工作环境，而非考查知识问答。该基准包含 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，目前没有模型总分超过 12%。 SemiAnalysis 计划每三到六个月更新一次基准；通常每个合作方只公开一个示例任务。在法律、硬件设计等部分领域，结果由语言模型依据评分标准评判，而非人类专家。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。