待验证50% 置信基准精确时间

OpenAI与Nature合作评估了GPT-4的审稿能力，发现其与人类审稿人的意见重合度约为50-60%

1

来源数

50%

置信度

长期有效

时效性

2026/8/14

首次发现

来源

上交大ARIS框架：让科研Agent靠谱自动做研究

相关事实

待验证OpenAI的研究表明，精心设计的提示词可以将GPT-4在特定任务上的表现提升30%-50%76% 相似待验证GPT-4级别的模型作为Judge时，其评判结果与人类专家的一致性超过80%74% 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70% 相似待验证GPT-4等模型在作为评判者时会系统性地偏好特定位置的回答70% 相似待验证OpenAI在2024年初发布的研究验证了Top-K SAE在GPT-4上的有效性，发现其在特征可解释性评分和下游任务保真度上均优于L1方法69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/746901

API

curl https://kongchang.com/api/v1/knowledge/claims/746901

MCP

get_claim(id=746901)