Με ένα τεστ που ονομάζεται GDPval, ερευνητές σύγκριναν το πώς τα συστήματα AI αποδίδουν σε σχέση με τους επαγγελματίες σε 9 από τους πιο σημαντικούς οικονομικά κλάδους των ΗΠΑ.
Οι ερευνητές της OpenAI πήραν πραγματικές εργασίες από επαγγελματικούς κλάδους -νομικές γνωμοδοτήσεις, οικονομικές αναλύσεις, σχεδιασμούς μηχανικών, άρθρα, εμπορικά πλάνα και ζήτησαν από τα πιο σύγχρονα μοντέλα, όπως το GPT-4o, το Claude Opus και το GPT-5, να τις…