待验证50% 置信基准精确时间
RSI推理引擎在GPQA Diamond科学推理基准上，在500B参数量以下模型中排名第1。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/13
首次发现
有效期至：2026/10/27
来源
涉及实体
相关事实
待验证GPQA Diamond是测试研究生级别科学推理能力的基准，普通人类表现约35%，顶级闭源模型在60-75%区间68% 相似待验证VIDRAFT 在 GPQA Diamond 的 500B 参数以下类别中达到 93.43%68% 相似待验证RSI推理引擎在AIME 2026数学基准和HMMT 2026数学基准上均取得100%满分，报道称为认证数学排行榜上的首个满分。64% 相似待验证GPTQ（2022）通过逐层量化并利用 Hessian 信息最小化量化误差，首次实现了大模型在 INT4 下的可用表现63% 相似待验证评测覆盖MMLU-Pro、GPQA Diamond、GSM8K、德语MGSM和IFEval五个基准59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1017280API
curl https://kongchang.com/api/v1/knowledge/claims/1017280MCP
get_claim(id=1017280)