ChatGPT 的电子表格准确性受到独立测试质疑

一项最新分析显示，尽管 OpenAI 声称 ChatGPT 在处理财务电子表格方面具有高准确性，但实际表现却存在显著差异。OpenAI 报告称，在构建财务模型方面，其内部基准测试的准确率从 43.7% 提高到 87.3%，但华尔街预科学校（Wall Street Prep）的一项独立测试在涉及苹果公司财务模型的实际任务中，给 ChatGPT 的评分仅为 2.5 分（满分 10 分）。这种差异凸显了不同的测试方法论，供应商基准测试侧重于孤立的子任务，而独立测试则评估完整的操作流程。虽然 ChatGPT 在基本的电子表格功能方面表现良好，但在需要多步骤流程或多个链接工作表的任务中，其准确性急剧下降，而这在企业财务中是常见场景。 AI

影响 凸显了供应商报告的指标与大型语言模型在金融分析等专业任务的实际表现之间的差距。

排序理由 文章讨论了现有产品（ChatGPT）在特定任务上的表现，将供应商的声明与独立评估进行比较，而不是关于新发布或研究。

在 dev.to — LLM tag 阅读 →

• Apple Inc.
• ChatGPT
• ChatGPT for Excel
• Claude
• Copilot
• Mike Dion
• OpenAI
• SpreadsheetBench
• Talkory
• Wall Street Prep

• 产品
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →