待验证50% 置信事实精确时间

GPQA Diamond是针对博士级科学知识的多项选择题集，覆盖生物、化学、物理，领域专家平均正确率约65%

1

来源数

50%

置信度

长期有效

时效性

2026/10/8

首次发现

来源

Claude模型全家族解析：Haiku、Sonnet、Opus与神秘的Mythos怎么选

涉及实体

GPQA Diamondconcept

相关事实

已验证GPQA是专为博士级科学问答设计的基准，题目难度使领域专家也仅能答对约65%77% 相似待验证GPQA 是由 NYU 研究者设计的博士级科学问答基准，题目规避可通过简单搜索得到答案的知识点72% 相似待验证GPQA是研究生级别科学问答基准，SWE-bench针对软件工程真实任务67% 相似待验证当推理程度设为 High 时，GPT-6.1 Sol 在专业工作和科学研究场景得分最高，科学研究方面远超 Opus 5.557% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/989589

API

curl https://kongchang.com/api/v1/knowledge/claims/989589

MCP

get_claim(id=989589)