待验证50% 置信基准精确时间
搭配 GPT-4o 时，FinDialogLens 在成交结果判定上达到 94.3% 准确率
1
来源数
50%
置信度
长期有效
时效性
2026/10/5
首次发现
来源
涉及实体
相关事实
待验证在GPT-4发布初期，主流模型在GPQA上的准确率约为35-40%，人类领域专家基准线约为65%，随机猜测为25%76% 相似待验证GPT-6 Astra在Frontier Math Tier 4上峰值达到98%，在不开启推理、不使用思维链的情况下仍达到83%74% 相似待验证该研究发现GPT-4在判断素数任务上的准确率从2023年3月的97.6%骤降至6月的2.4%74% 相似待验证表现最佳的Edu-QuRater在还原留出集的GPT-4.1-mini成对判断时平均准确率达到0.91774% 相似待验证Models like GPT-4 and Claude 3.5 surpassed 90% accuracy on MMLU, significantly diminishing its discriminative power70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/975486API
curl https://kongchang.com/api/v1/knowledge/claims/975486MCP
get_claim(id=975486)