Жоден ШІ-агент не перевищив 12% у тесті GDPx
SemiAnalysis представила GDPx — тест, у якому ШІ-агенти працюють у змодельованому професійному середовищі, а не відповідають на запитання для перевірки знань. Оцінювання охоплює 206 завдань у 11 сферах, зокрема проєктування чипів, біологію, кількісну торгівлю, кібербезпеку та право. Агентам дозволяють працювати до восьми годин із програмами на кшталт Siemens NX, великими сховищами документів і змодельованими корпоративними системами. Адміністративні послуги та страхування до тесту не ввійшли.