Ethan Mollick

很高兴看到GDPval的继任者用来评估AI工作，但真的需要像GDPval那样的人类基线。 有趣的是，GPT-6 Pro发现了一些评分错误。我也认为0%的分数掩盖了成功率中具有经济意义的差异。但仍然是一个有价值的基准！ https://t.co/mfKfsKzcpM https://t.co/DBqS9czZ8t