待验证50% 置信基准精确时间

在GDPval知识工作基准上模型得分1861，高于人类平均水平

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/8/23

首次发现

有效期至：2026/9/6

来源

实测Claude Opus 5：性价比碾压对手的AI新旗舰

涉及实体

GDPvalconcept Claude Opus 5model

相关事实

待验证最早的模型在GDPVal基准上得分不到20%，远逊于人类58% 相似待验证GDP增长、失业率、通胀率等传统宏观指标描绘的经济图景与普通民众真实生活体验存在落差57% 相似待验证工作样本测试在工业组织心理学中被证明具有最高的预测效度，相关系数r=0.5452% 相似待验证针对金融领域微调的嵌入模型（如FinBERT）相比通用嵌入模型在财报问答任务上准确率高出15%以上52% 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51% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/791485

API

curl https://kongchang.com/api/v1/knowledge/claims/791485

MCP

get_claim(id=791485)