GDPval 后继基准发布，Ethan Mollick 指出缺少人类基线

GDPval 的后继基准上线，用于评估 AI 完成真实工作任务的表现。Ethan Mollick 认为该基准仍需像 GDPval 一样补充人类表现基线。他提到 GPT-6 Pro 在评分中发现了若干错误，且 0% 的得分掩盖了不同模型在经济意义上的成功率差异。