待验证50% 置信基准精确时间

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%

1

来源数

50%

置信度

长期有效

时效性

2026/8/8

首次发现

来源

ChatGPT推理强度滑块详解：自定义AI思考深度的新功能

相关事实

待验证O4-mini在GPQA博士级问答评测中准确率超过80%72% 相似待验证o1模型在国际数学奥林匹克预选题上的表现接近金牌水平，在Codeforces编程竞赛中达到了89百分位70% 相似待验证ARC-AGI-2由AI安全研究员François Chollet设计，早期GPT-4在该测试上得分不足10%，人类平均得分约85%65% 相似待验证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%64% 相似待验证一个校准良好的模型，其输出的0.8分应当在统计意义上真的对应80%的正确率63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/705748

API

curl https://kongchang.com/api/v1/knowledge/claims/705748

MCP

get_claim(id=705748)