熊猫体育-ChatGPT Agent多项测试跑分破纪录 HLE测试获41.6%

　　【熊猫体育】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。

　　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。

　　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。

版权所有，未经许可不得转载