zoty中欧体育官方网站-ChatGPT Agent多项测试跑分破纪录 HLE测试获41.6%

2025-09-01

　　【zoty中欧体育官方网站】7月18日，Open AI首席执行官Sam Altman和四位研究员在直播中正式发布了ChatGPT Agent——一款通用型AI智能体。CNMO获悉，在HLE测试中，ChatGPT agent拿下了41.6%高分，并在数学FrontierMath基准上刷新了SOTA，碾压o4-mini和o3模型。

Sam Altman（最右）及他的团队

　　ChatGPT Agent融合了Operator、Deep Research和ChatGPT三大模块优势，能够自主完成网页浏览、数据分析、PPT制作等复杂任务。

ChatGPT Agent在HLE测试中获得41.6%的高分，采用并行八路推理并选取置信度最高答案后可提升到44.4%。在数学基准测试FrontierMath中，以27.4%的准确率刷新了纪录。

ChatGPT Agent多项测试跑分破纪录 HLE测试获41.6%

　　在Excel编辑能力的SpreadsheetBench测试中，ChatGPT agent的表现同样远超现有模型。当获得直接编辑权限时，以45.5%的得分显著超越Excel Copilot的20.0%。此外，它还在BrowseComp、WebArena等浏览评测里均刷新了SOTA。

ChatGPT Agent多项测试跑分破纪录 HLE测试获41.6%

　　据悉，该产品已面向Pro、Plus和Team用户开放。Pro用户可以马上使用，Plus与Team用户将在数日内陆续开通，Enterprise与Education版本将于数周后接入。

-zoty中欧体育官方网站

热门资讯

企业数字化智能体：打造企业数智化AI底座

2024-04-02

TitanIDE（社区版）重磅免费开放使用！

2023-09-26

CloudOS：落地平台工程，实现真正的DevOps

2023-08-16

热门标签

企业数字化智能体 Agent AI 智能体企业智能体数智化AI底座 TitanIDE（社区版）免费在线代码编辑器 CloudIDE免费 TitanIDE免费云端IDE 平台工程 DevOps CloudOS 云原生开发平台落地平台工程云原生物联网开发平台云原生物联网物联网容器云 cloudos 微服务容器编排边端交付 TITANIDE 在线IDE 云原生开发远程研发 IDE TitanIDE 云端开发环境模板 K8s 不懂K8s也能用K8s