待验证85% 置信事实时间未知

GPQA Diamond由纽约大学研究团队构建，人类专家（博士生）的平均正确率约为65%，非专业人类约为34%

1

来源数

85%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

DeepSeek V4 Pro深度评测：对比8款旗舰模型谁更值得用

bilibili磊哥哥哈哈哈哈

涉及实体

GPQA Diamondconcept 纽约大学company

相关事实

待验证GPQA由纽约大学研究团队设计，非专业人士使用搜索引擎答题准确率约34%，领域专家平均得分约65%79% 相似待验证在 GPQA 上，领域博士生平均正确率约65%，非专家用户约34%77% 相似待验证人类领域专家在 GPQA 上平均约得 65%72% 相似待验证GPQA 是由纽约大学研究者 David Rein 等人于2023年设计的博士级科学问答基准，含448道题目，领域博士生平均正确率约65%，非专家约34%72% 相似待验证2024年的多项研究表明，LLM裁判与人类专家的一致率通常在70%-85%之间59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/10499

API

curl https://kongchang.com/api/v1/knowledge/claims/10499

MCP

get_claim(id=10499)