OpenAI publica la prueba de referencia GDPval: el modelo GPT-5 se acerca al nivel de expertos humanos en múltiples industrias

【moneda】OpenAI lanzó GDPval, una nueva prueba de Indicador de referencia diseñada para medir el desempeño de la IA en comparación con profesionales humanos en 44 ocupaciones de nueve industrias clave. Las pruebas mostraron que la puntuación de GPT-5-high es comparable o superior a la de los expertos con una probabilidad del 40.6%, mientras que la puntuación del modelo de IA de una empresa fue del 49%—aunque OpenAI atribuye la alta puntuación de este modelo a su capacidad de procesamiento gráfico. El economista jefe de OpenAI admitió las limitaciones actuales de la IA, pero señaló que estos resultados indican que la IA tiene el potencial de manejar tareas diarias, permitiendo a los profesionales concentrarse en trabajos de mayor valor. En comparación con la puntuación de GPT-4o hace 15 meses (13.7%), esta prueba de Indicador de referencia ha logrado avances.