待验证50% 置信事实精确时间

SimpleQA是OpenAI开发的评测基准，专门测试模型在面对事实性问题时是否能准确判断自身知识边界

1

来源数

50%

置信度

长期有效

时效性

2026/8/26

首次发现

来源

Mythos Preview参数规模分析：10万亿参数与Scaling Law的验证

涉及实体

SimpleQAconcept OpenAIcompany

相关事实

待验证OpenAI团队自动化生成面向CFO和董事会的报告时仍安排人员审查数据并设置QA环节进行压力测试65% 相似待验证OpenAI Preparedness团队的核心目标是在模型具备危险能力的早期阶段发现并评估这些能力65% 相似待验证OpenAI采用宪法AI思路对输出进行价值对齐，并通过红队测试在发布前挖掘模型危险能力边界65% 相似待验证OpenAI和Google DeepMind等机构在模型评估中引入了场景化测试，针对医疗建议、法律咨询等高风险领域进行专项评估63% 相似待验证这套测试方法论仍是ISTQB认证考试的核心知识框架62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/802778

API

curl https://kongchang.com/api/v1/knowledge/claims/802778

MCP

get_claim(id=802778)