已过期60% 置信事实时间未知

GPT-4、Claude等大模型在Spider等基准测试上的Text-to-SQL准确率已突破85%

2

来源数

60%

置信度

中期 (~90 天)

时效性

2026/6/1

首次发现

有效期至：2026/8/30(已过期)

来源

Datus-agent：用Context Engineering重塑数据工程的AI原生CLI工具

githubDatus-ai

涉及实体

GPT-4model Claudemodel Spiderproduct Text-to-SQLconcept

相关事实

待验证经过优化的提示词可以将GPT-4在特定任务上的准确率从60%提升至95%以上75% 相似待验证顶级自回归模型如GPT-4o、Claude 3.5在GSM8K上准确率已超过95%，导致基准饱和73% 相似待验证研究表明GPT-4作为评估者与人类专家评分的一致性超过80%，显著高于BLEU、ROUGE等基于词汇匹配的自动化指标72% 相似待验证Claude系列在多项基准测试中展现出与GPT-4不相上下甚至超越的能力，尤其在代码生成和长文本理解等场景中优势明显70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/28675

API

curl https://kongchang.com/api/v1/knowledge/claims/28675

MCP

get_claim(id=28675)