OpenAI称模型输出质量快速提升

在GDPval上，专家评分员将领先模型的输出与人类专家工作进行比较。Claude Opus 4.1 取得了最强结果，其输出中有近一半被评为与专家工作相当或更好。同样引人注目的是进展的速度：OpenAI的先进模型在一年内胜率几乎翻了一番。