B体育官网-ChatGPT Agent多项测试跑分破纪录 HLE测试获41.6%

2025-07-24

　　【B体育官网科技消息】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。B体育官网获悉，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Bror:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫seComp、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。

-B体育官网

上一篇:B体育官网-2025上半年新能源车型销量TOP20：Model Y丢掉冠军！下一篇:B体育官网-上半年德国新注册纯电车增长35% 特斯拉被大众反超

: B体育官网-哈苏X2DII中画幅相机或在八月发布搭载大疆对焦系统　　【B体育官网科技消息】近日，B体育官网注意到，根据海外Mirrorless Rumors网站的报道，哈苏（Hasselblad）即将在8月正式宣布其新款中画幅无反相机——X2DII。这款备受期待的; 2025-08-04

: B体育官网-苹果iPhone 17系列将在9月初发布这些升级值得关注　　【B体育官网科技消息】据外媒报道，苹果公司计划于2025年9月上旬发布全新的iPhone 17系列。对于正在考虑是否入手iPhone 15或iPhone 16的消费者来说，或许可以再耐心等待一下，; 2025-08-04

: B体育官网-尚界H5工信部公示，20万国民SUV智能分水岭到来　　【B体育官网科技消息】近日，在工信部发布的最新一批新车申报目录中，尚界首款SUV——尚界H5正式亮相，正式对外公示包括车型证件照、尺寸参数、续航里程和动力配置等核心信息。作为华为与上汽集团联手打造; 2025-08-04