The AI Productivity Index (APEX)
创建于 更新于
摘要
本报告介绍了首个AI生产力指数（APEX-v1.0），该指数评估前沿AI模型在投资银行、管理咨询、法律和初级医疗四大知识工作领域完成经济高价值任务的能力。通过专家设计的200个真实任务案例和详细评分标准，使用语言模型评审员自动评分，涵盖23个模型的测试结果，揭示最佳模型与人类专家间依然存在显著性能差距，为衡量AI实际经济价值提供了新的标准和方向 [page::0][page::1][page::5][page::6].
