OpenAI lanza GDPval para evaluar el rendimiento de tareas de valor económico de la IA

PANews, 26 de septiembre. OpenAI ha lanzado una nueva herramienta de evaluación llamada GDPval, centrada en medir el rendimiento de la IA en tareas de valor económico en el mundo real. GDPval cubre 44 ocupaciones en los nueve sectores que más contribuyen al PIB de EE. UU., con tareas diseñadas por expertos de la industria con un promedio de 14 años de experiencia. Los resultados de la evaluación muestran que el modelo Claude Opus 4.1 tiene casi la mitad de sus salidas a la par o superiores al nivel de los expertos. OpenAI ha declarado que continuará ampliando el alcance y los detalles de la evaluación GDPval en el futuro.