待验证50% 置信基准精确时间

部分大型语言模型已能在MATH、AIME等竞赛级题库中取得超过80%的正确率

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/12

首次发现

有效期至：2026/12/11

来源

AI攻克数学难题：数学家为何兴奋又忧虑

涉及实体

GPT-4model Geminimodel MATHconcept AIMEconcept

相关事实

待验证使用领域专业术语的Prompt相比自然语言描述，能使大语言模型的代码生成准确率提升40%以上73% 相似待验证主流大语言模型的训练数据中，英文内容通常占据60%-80%的比例72% 相似待验证结构化提示词相比模糊描述能让大语言模型的输出质量提升 40%-60%71% 相似待验证后处理与语言模型纠错往往是从90%冲刺到99%的关键，方法包括词典校验、正则规则和语言模型纠错70% 相似待验证支持语言数量超过100种的机型多为营销噱头，实际小语种（如斯瓦希里语、乌尔都语）准确率往往低于60%，真正决定体验的是主流20种语言的翻译质量而非语种总数70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/914787

API

curl https://kongchang.com/api/v1/knowledge/claims/914787

MCP

get_claim(id=914787)