नए GDPx टेस्ट में सबसे अच्छा एआई मॉडल भी सिर्फ 12% स्कोर कर सका

सेमीएनालिसिस ने GDPx जारी किया है, जो सामान्य एआई एजेंट कौशल का नया मानक है जिसमें चिप डिजाइन, साइबर सुरक्षा, जीव विज्ञान, वित्त, कानूनी कार्य और सॉफ्टवेयर इंजीनियरिंग सहित 11 मूल्यवान क्षेत्र शामिल हैं, और यह 14 विशेषज्ञ साझेदारों के साथ 206 कार्यों पर आधारित है। सबसे अच्छा मॉडल एंथ्रोपिक का क्लाउड ओपस 5.5 सिर्फ 12.0% स्कोर कर सका, उसके बाद गूगल का जेमिनी 4 कार्बन 10.9% और ओपनएआई का जीपीटी-6 एस्ट्रा 9.6% पर रहे। वित्त और कानूनी कार्य इतने कठिन थे कि मॉडल लगभग शून्य पर रहे, और यह मानक हर तीन से छह महीने में अपडेट होगा।