待验证50% 置信基准精确时间
MMLU 包含 57 个学科的 14,000 多道选择题，当前顶尖模型得分已超过 90%
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/5
首次发现
有效期至：2026/12/4
来源
涉及实体
相关事实
已验证MMLU包含57个学科领域约1.5万道选择题，HumanEval由OpenAI设计包含164道Python编程题，MATH包含12,500道竞赛数学题，GPQA收录研究生级别科学问题74% 相似待验证LFW基准于2007年提出，包含5749个身份13000张图像，顶尖模型已接近饱和超过99.8%59% 相似待验证COCO 数据集包含约12万张训练图像、80个类别、超过150万个目标实例，由微软研究院发布56% 相似待验证700亿参数的模型按Chinchilla最优对应约1.4万亿训练token52% 相似待验证社区ECC方案包含63个Agent，均为MD文件，其中6个使用Opus做深度推理，55个使用Sonnet做日常任务，1个使用Haiku51% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/858933API
curl https://kongchang.com/api/v1/knowledge/claims/858933MCP
get_claim(id=858933)