AI工具与模型HOT精选全部
arXiv cs.AI评分65

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

打开原文 ↗

来源:arXiv cs.AI · arxiv.org

主题

相关条目