GDPval

GDPval comprueba el trabajo diario remunerado: diseñar documentos, editar tablas, investigar y resolver tareas de varios pasos con entradas desordenadas. OpenAI lo desarrolló como contraparte de las preguntas de los exámenes que solo recompensan una forma limitada de inteligencia.

Los resultados se dan en puntos Elo en lugar de porcentaje; Lo importante es la distancia entre modelos, no el número absoluto. Dado que OpenAI creó el punto de referencia al mismo tiempo y compite en él, debería ser sólo una de varias señales de decisión.