待验证50% 置信基准精确时间

在SuperGPQA基准上，极简基线仅在54.0%题目上首轮正确，职业画像达到71.6%，但该优势来自提示词长度或格式而非领域专业知识

1

来源数

50%

置信度

长期有效

时效性

2026/10/2

首次发现

来源

职业化系统提示词无助科学推理：503份AI画像实测揭示成本陷阱

涉及实体

SuperGPQAproduct Scientific Agentsconcept

相关事实

待验证职业画像相对极简基线的平均准确率差异为-0.6个百分点，95%自助法区间为[-1.5, +0.2]69% 相似待验证在 GPQA 上，领域博士生平均正确率约65%，非专家用户约34%67% 相似待验证GPQA由纽约大学研究团队设计，非专业人士使用搜索引擎答题准确率约34%，领域专家平均得分约65%66% 相似待验证若没有充分优化的软件栈，GPU实际利用率往往只能达到理论峰值的30-50%62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/966779

API

curl https://kongchang.com/api/v1/knowledge/claims/966779

MCP

get_claim(id=966779)