Unverified85% confidenceFactTime unknown
GPQA Diamond由纽约大学研究团队构建，人类专家（博士生）的平均正确率约为65%，非专业人类约为34%
1
Sources
85%
Confidence
Long-term
Relevance
5/31/2026
First Seen
Sources
DeepSeek V4 Pro深度评测：对比8款旗舰模型谁更值得用
bilibili磊哥哥哈哈哈哈
Related Entities
Related Claims
UnverifiedGPQA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%79% similarUnverified在 GPQA 上，领域博士生平均正确率约65%，非专家用户约34%77% similarUnverified人类领域专家在 GPQA 上平均约得 65%72% similarUnverifiedGPQA 是由纽约大学研究者 David Rein 等人于2023年设计的博士级科学问答基准，含448道题目，领域博士生平均正确率约65%，非专家约34%72% similarUnverified2024年的多项研究表明，LLM裁判与人类专家的一致率通常在70%-85%之间59% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/10499API
curl https://kongchang.com/api/v1/knowledge/claims/10499MCP
get_claim(id=10499)