Interprétation des scores du benchmark LifeVal de GPT-6.2 Sol : comment comprendre un score moyen de 83,8 % et cinq niveaux de coûts d’inférence
83.8% ne signifie pas « 83.8% des tâches sont toutes terminées », mais correspond au score moyen LifeVal de GPT-6.2 Sol au niveau de raisonnement Max. Ce score est obtenu en attribuant des points selon le barème de chaque tâche, puis en les additionnant ; le coût moyen par tâche correspondant est de $1.27. Avec…
