AI要約 OpenAIが発表したGDPval評価フレームワークの設計思想を解説。44職種・1,320タスクで実世界の経済的価値を測定し、エージェントへの発注設計や成果物ベースの評価方法論を示す。LLMの実用性能評価の新基準として注目される。

EN An analysis of OpenAI's GDPval evaluation framework, which measures economic value of LLM agents across 44 occupations and 1,320 real-world tasks, proposing a deliverable-based methodology for assessing agent performance and task delegation design.