已验证70% 置信事实精确时间
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%
4
来源数
70%
置信度
长期有效
时效性
2026/7/18
首次发现
来源
相关事实
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85% 相似待验证GPQA Diamond是GPQA中难度最高、筛选最严的子集，共198道题，由物理、化学、生物领域的博士级出题者撰写，设计目标是即便允许使用搜索引擎非专家也难以在短时间内答对。80% 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79% 相似待验证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%77% 相似待验证Q&A.AI 使用 GPT-4 提供即时答案，能解决 80% 的基础查询，但复杂问题因算法过度简化而失败。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/554747API
curl https://kongchang.com/api/v1/knowledge/claims/554747MCP
get_claim(id=554747)