GDP.xlsx:用真实职场工作簿评测前沿模型
原文标题:GDP.xlsx: Benchmarking Frontier Models on Professional Workbooks
导读
这个评测用 70 个来自 13 个领域的真实职场任务,考查前沿模型处理专业工作簿的能力。
推荐理由
涉及模型与基准 · 与本主题相关
来源:arXiv cs.AI · arxiv.org
原文标题:GDP.xlsx: Benchmarking Frontier Models on Professional Workbooks
这个评测用 70 个来自 13 个领域的真实职场任务,考查前沿模型处理专业工作簿的能力。
涉及模型与基准 · 与本主题相关
来源:arXiv cs.AI · arxiv.org