跳到正文
EVENT / 热点事件持续更新

SemiAnalysis 发布 GDPx 基准,AI 代理得分均不超 12%

1 篇报道1 个报道来源1 小时前更新

当前事件综述(非历史快照)

AI 综述

SemiAnalysis 发布名为 GDPx 的真实工作基准,把 AI 代理放入模拟知识工作环境中评测,涵盖芯片设计、生物学、量化交易、网络安全、法律等 11 个领域的 206 项任务,所有 AI 代理得分均不超过 12%。 The Decoder 报道称,外部难以完全核实该基准的任务难度与评分质量,且安全过滤机制会重塑排名。

AI 根据报道生成 · 52 分钟前更新

逐项查看事实路线与来源依据

Story 路线

从第一份公开证据到最新进展的逐站路线;每一站都带着自己的证据和不确定性。

  1. 1未分类事实站11月6日 01:13单一来源时间来自报道有修订

    SemiAnalysis 发布 GDPx 基准,所有 AI 代理得分均不超过 12%

    核对原始报道 ↗ The Decoder在探索工作台回到这个时点
    证据与修订 · 1 条来源记录
    主体:
    SemiAnalysis
    动作:
    发布 GDPx 基准并评测 AI 代理
    客体:
    AI 代理 / 大语言模型
    发生(事实侧):
    未记录
    The Decoder ↗本站报道页版本 2 · 现为修订版
    发布(valid 侧):
    11月6日 00:46
    收录(known 侧):
    11月6日 01:13
    事实站单一来源 · 单方主张有修订仅报道时间

    报道文字可能被事后修订,双时间视图是有界重建;层标签只决定阅读分组,不是层间因果。

不确定性标注指出需要核对原文的地方,不是已证实的因果。

报道时间线

沿着报道,了解事件的不同侧面。

11月6日
  1. The Decoder相关事实仅单一来源事实发生时间未证实原始报道有修订
    SemiAnalysis 发布 GDPx 基准,所有 AI 代理得分均不超过 12%

    本站收录于 11月6日 01:13

    SemiAnalysis 推出名为 GDPx 的真实工作基准,将 AI 代理放入模拟知识工作环境,涵盖芯片设计、生物学、量化交易、网络安全和法律等 11 个领域的 206 项任务。

    核对原始报道 ↗

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。

事件讨论

读者观点通过 GitHub Discussions 发布,发言需登录 GitHub;评论不等于已经核实的事实。

在 GitHub 打开讨论