GDPval-AA Elo：基于Elo评分的专家级任务评估
原创
GDPval-AA Elo：基于Elo评分的专家级任务评估
A小码哥
发布于 2026-09-30 11:44:20
发布于 2026-09-30 11:44:20
概述
GDPval-AA（General-Development-Provability Assessment-Agentic AI）是由OpenAI于2026年1月推出的Elo评分系统基准，专注于评估AI模型在经济上有价值的知识工作中的表现。与传统的静态基准测试不同，GDPval-AA使用盲比较对评估和动态Elo评分系统，提供更准确的模型能力相对排名。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号