待验证50% 置信基准精确时间

在20篇文档设定下，正确文段排最前时GPT-3.5-Turbo答对率约75.8%，排最后约63.2%，落在中间仅53.8%，而完全不给文档的闭卷成绩为56.1%

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

大模型「中间迷失」：长提示词为何漏掉关键信息及应对方法

涉及实体

GPT-3.5-Turbomodel

相关事实

待验证在GPT-4发布初期，主流模型在GPQA上的准确率约为35-40%，人类领域专家基准线约为65%，随机猜测为25%71% 相似待验证GPT-5.5在该基准测试中以0.94总分领先，导演意见得分0.94，故事质量0.8571% 相似待验证搭配 GPT-4o 时，FinDialogLens 在成交结果判定上达到 94.3% 准确率71% 相似待验证在EvoArena测试中，Step Level最高的GPT-5.5只有50%出头的准确率，Chain Level表现最好的Gemini-3.1 Pro和GLM-5.1也只有约28%-29%70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1004538

API

curl https://kongchang.com/api/v1/knowledge/claims/1004538

MCP

get_claim(id=1004538)