Работает только на 12%? GDPx, новый агентный бенчмарк SemiAnalysis
Лучшая модель на сегодня решает 12% реальных профессиональных задач. Цифра кажется опечаткой, ведь у вас наверняка завалялся проект, написанный ИИ.
Но результаты нового бенчмарка GDPx от SemiAnalysis это доказывают. SemiAnalysis, компания, известная разборами полупроводникового рынка и экономики ИИ, опубликовала 2 ноября бенчмарк GDPx.
habr.com