OpenAI评估ChatGPT agent在FrontierMath的表现

我们已对@OpenAI在FrontierMath Tier 1–3问题上的评估结果进行分级，发现性能为27%（±3%）。ChatGPT agent是一种为智能体任务微调的新模型，配备文本/GUI浏览器工具和原生终端访问。