待验证85% 置信事实时间未知

O4-mini在GPQA博士级问答评测中准确率超过80%

1

来源数

85%

置信度

中期 (~90 天)

时效性

2026/6/1

首次发现

有效期至：2026/8/30

来源

OpenAI三箭齐发：O3、O4-mini与Codex CLI深度解析

bilibili鱼C-小甲鱼

涉及实体

O4-minimodel GPQAconcept

相关事实

待验证GPT-4等大模型在Spider等基准测试上的零样本或少样本SQL生成准确率已超过80%74% 相似待验证o1在国际数学奥林匹克级别问题上正确率超过80%，远高于GPT-4的约13%72% 相似待验证准确率的提升80%靠工程化，20%靠模型能力70% 相似待验证研究表明经过良好校准的LLM裁判与人工标注的一致性可达80%以上69% 相似待验证功效分析中统计功效（Statistical Power）通常设为 80% 以上68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/22479

API

curl https://kongchang.com/api/v1/knowledge/claims/22479

MCP

get_claim(id=22479)