待验证50% 置信事实精确时间
o4-mini与gpt-5-thinking-mini在SimpleQA上的准确率几乎相同，但后者错误数量比前者少大约三倍。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/18
首次发现
有效期至：2027/1/16
来源
涉及实体
相关事实
待验证表现最佳的Edu-QuRater在还原留出集的GPT-4.1-mini成对判断时平均准确率达到0.91775% 相似待验证在SimpleQA基准测试中，o4-mini只拒答1%的问题，错误率为75%。74% 相似待验证在SimpleQA基准测试中，gpt-5-thinking-mini拒答52%的问题，错误率为26%。73% 相似待验证来自Google QAT检查点的int4构建在Gemma 4 E2B上精度仅比bf16低不到0.5个点（0.678 vs 0.683），而从bf16直接round出的int8构建掉了1.3个点。72% 相似待验证在补全FP8量化函数最后一个Token的任务中，DeepSeek-V4-Flash-Base在代码前加等号装饰后，当等号数量除以4余数为0或1时错误率高达71.3%，余数为2或3时正确率回到91.5%。71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1063185API
curl https://kongchang.com/api/v1/knowledge/claims/1063185MCP
get_claim(id=1063185)