待验证50% 置信基准精确时间
从GPT-2到GPT-3参数量增加了约100倍,但在许多基准测试上的提升幅度远不及100倍
1
来源数
50%
置信度
长期有效
时效性
2026/9/13
首次发现
来源
涉及实体
相关事实
待验证自2023年GPT-4发布以来,AI在HumanEval等主流编程基准测试上的通过率从不足50%跃升至90%以上71% 相似待验证Max级别相比extra high最多多消耗两倍的token,但在各类基准测试中仅带来4%至10%的性能提升68% 相似待验证2024年一项研究对GPT-4在Temperature=0下的代码生成任务进行100次测试,发现约8%的测试用例存在跨次运行的输出差异67% 相似待验证Google的研究显示涌现能力往往是阶跃式跃迁,例如GPT-3在1750亿参数时能做多步推理,但在130亿参数时几乎不具备该能力67% 相似待验证许多推理服务的GPU利用率不足30%,通过VGPU技术可将利用率提升至70%以上66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/919284API
curl https://kongchang.com/api/v1/knowledge/claims/919284MCP
get_claim(id=919284)