SemiAnalysis 发布 GDPx 真实工作基准

分析机构 SemiAnalysis 发布 GDPx 基准，不再考 AI 智能体的知识问答，而是把它们放进模拟工作环境执行任务。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，目前没有模型得分超过 12%。 该基准的公开程度和评分方式存在限制：每个合作方通常只公开一个示例任务；在法律、硬件设计等领域，由语言模型按评分标准打分，而非人类专家。SemiAnalysis 计划每三到六个月更新一次基准。

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。