待验证45% 置信事实时间未知
GPT-5.4相对于GPT-5.2，单独声明出错的概率降低了33%，整个回复包含任何错误的概率降低了18%
1
来源数
45%
置信度
中期 (~90 天)
时效性
2026/5/31
首次发现
有效期至：2026/8/29
来源
GPT-5.4深度评测：原生计算机使用、推理编程合体，OpenAI重回王座
bilibiliTerminator-AI
涉及实体
相关事实
待验证一项针对GPT-4的研究显示，对MMLU题目进行语义等价改写后，模型准确率在部分子集上下降超过10个百分点74% 相似已验证从GPT-4到GPT-5.4，每token推理成本下降了约97%，这一变化发生在两年内73% 相似待验证斯坦福大学2023年研究表明，GPT-4V等多模态模型解析嵌套条件逻辑流程图时，准确率比等效文字描述低约15-25个百分点73% 相似已验证微软、谷歌等公司的内部研究表明，即便是GPT-4级别的模型在法律、财务、医疗等垂直领域的事实错误率可能高达15%-30%71% 相似待验证2023年斯坦福大学研究实验证明，当关键信息被放置于输入文档中间位置时，GPT-4的正确召回率相比首尾位置下降约20-30%71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/13760API
curl https://kongchang.com/api/v1/knowledge/claims/13760MCP
get_claim(id=13760)