待验证50% 置信基准精确时间

GPT-4在2023年初于MMLU上取得86.4%的成绩

1

来源数

50%

置信度

长期有效

时效性

2026/8/20

首次发现

来源

Anthropic概念推理指数CRI：AI推理能力评估新标准解析

相关事实

待验证MMLU评分从GPT-3.5的约70%跃升至GPT-4的86%，再到后续模型逼近90%以上80% 相似待验证GPT-4 发布时在 MATH 数据集上的正确率为 42.5%75% 相似待验证在 MMLU、HumanEval、GSM8K 等主流基准上，开源模型已达到 GPT-4 早期版本 85-95% 的水平75% 相似待验证GPT-4于2023年推出，参数规模估计超过万亿75% 相似待验证2023年GPT-4在USMLE三个阶段均达到60分以上及格线，部分研究报告其得分接近平均医学生水平74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/780098

API

curl https://kongchang.com/api/v1/knowledge/claims/780098

MCP

get_claim(id=780098)