待验证85% 置信事实时间未知

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%

1

来源数

85%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

Claude 4.5 vs Gemini 3 Pro：编程能力全面对决

bilibiliClaudeEvangelist

涉及实体

GPQAproduct 纽约大学company

相关事实

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%84% 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%81% 相似待验证GPQA 由纽约大学研究人员设计，涵盖生物、化学、物理等研究生级别知识，人类专家平均约 65%79% 相似待验证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%79% 相似已验证GPQA是专为博士级科学问答设计的基准，题目难度使领域专家也仅能答对约65%79% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/4052

API

curl https://kongchang.com/api/v1/knowledge/claims/4052

MCP

get_claim(id=4052)