Unverified60% confidenceFactExact time
GPQA（Graduate-Level Google-Proof Q&A）专注于博士级别的科学推理难题
2
Sources
60%
Confidence
Long-term
Relevance
9/16/2026
First Seen
Sources
Related Entities
Related Claims
Unverified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% similarUnverified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% similarUnverified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% similarUnverifiedGPTZero等检测工具早期大量借助困惑度指标来判断文本来源62% similarUnverified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% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/927474API
curl https://kongchang.com/api/v1/knowledge/claims/927474MCP
get_claim(id=927474)