待验证60% 置信事实精确时间
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%
2
来源数
60%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
OpenAI GPT-Live语音模型：全双工交互如何重塑人机对话
bilibili皮皮蟹勇闯天涯2026/7/10
相关事实
待验证GPQA是由纽约大学等机构开发的博士级科学推理基准，题目由领域博士生编写并经过交叉验证78% 相似待验证Co-Scientist内部包含专门负责文献检索、假设生成、批判性评估和实验设计的子智能体56% 相似待验证作者推荐做学术性指标研究可选RAGAS等专门指标工具53% 相似待验证一个由博士研究者与领域专家组成的团队正在设计一套面向真实场景的开源基准，用于评估LLM与Agent工作流，并在Reddit上发起讨论征集真实案例52% 相似待验证达姆施塔特工业大学拥有德国最大的NLP研究组之一UKP Lab，由Iryna Gurevych教授领导，在论证挖掘、文本摘要、迁移学习等方向发表了大量论文52% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/490582API
curl https://kongchang.com/api/v1/knowledge/claims/490582MCP
get_claim(id=490582)