待验证60% 置信事实精确时间

GPQA（Graduate-Level Google-Proof Q&A）专注于博士级别的科学推理难题

2

来源数

60%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

警惕"GPT-6 Astra免费使用"骗局：这类视频的套路与风险

涉及实体

相关事实

待验证近年出现的高难度评测包括GPQA（研究生级科学问答）、SWE-bench（真实软件工程任务）以及各类Agentic评测70% 相似待验证业界常用的基准测试还包括GSM8K（数学推理）、GPQA（研究生级别问答）、ARC（科学推理）67% 相似待验证用户应将GPU仿真工具的结果作为决策参考而非绝对依据，并结合真实环境交叉验证65% 相似待验证GPTZero等检测工具早期大量借助困惑度指标来判断文本来源62% 相似待验证已有研究者尝试通过统计特征（如注释风格一致性、变量命名模式、代码结构过度整洁）识别 AI 生成代码，部分工具如 GPTZero 的代码版本尝试给出置信度评分60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/927474

API

curl https://kongchang.com/api/v1/knowledge/claims/927474

MCP

get_claim(id=927474)