跳到正文
热点事件持续更新

发布GDP.xlsx电子表格基准

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

研究者团队发布了GDP_xlsx基准,用13个领域专业人士撰写的70项真实职场任务评测前沿大模型处理专业电子表格的能力。配套工作簿共218万个单元格,每项任务配有791条二元评分标准,由可打开文件的智能体评审执行评分,共评测20个模型配置。 发布内容方面,团队称公开评测框架和3个任务,其余67个任务不公开,以防排行榜被污染。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. arXiv cs.AI
    GDP.xlsx:用专业电子表格工作簿评测前沿大模型的新基准

    研究者发布 GDP_xlsx 基准,包含 13 个领域专业人士撰写的 70 项真实职场任务,配套工作簿共 218 万个单元格和 791 条二元评分标准,由可打开文件的智能体评审执行评分。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月16日 14:00
近 24 小时变化
–

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。