待验证50% 置信基准精确时间
2024年AIME数学考试上，OpenAI o1平均得分70%，单次尝试74%，64次采样投票后达83%，而GPT-4o只有12%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/30
首次发现
有效期至：2027/1/28
来源
推理模型14个核心概念：从思维链到GRPO全面拆解
youtubeBrix AI2026/10/29
涉及实体
相关事实
待验证最终版DeepSeek R1与2024年12月版OpenAI o1在基准上互有胜负：AIME 2024上79.8%对79.2%，Math500上97.3%对96.4%，Codeforces上o1略占优。71% 相似待验证在某项编程基准测试中，OpenAI的GPT-5.5在基准自带的Harness里得分76%，但在Codex内部只有57%68% 相似待验证OpenAI发布的数学成果包含719个顶层结果，其中300个在Lean中完成了形式化，约为42%。67% 相似待验证在SimpleQA基准测试中，o4-mini只拒答1%的问题，错误率为75%。67% 相似待验证OpenAI公布Astra在Frontier Math Tier 4达到98%67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1116033API
curl https://kongchang.com/api/v1/knowledge/claims/1116033MCP
get_claim(id=1116033)