待验证50% 置信基准精确时间

GPT-4 发布时在 MATH 数据集上的正确率为 42.5%

1

来源数

50%

置信度

长期有效

时效性

2026/7/24

首次发现

来源

DeepSeek Math V2深度解析：开源数学AI的能力天花板

bilibiliAI论文许老师教授2026/7/7

相关事实

已验证GPT-5.4在SWE-Bench Pro测试中拿下57.7%准确率，超越了GPT-5.3-Codex的56.8%79% 相似待验证GPT-5.5在GPQA博士级科学推理基准上从78.5%提升到85.6%76% 相似部分验证在同等任务上，GPT-5.5使用的输出token比Opus少约72%76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/609178

API

curl https://kongchang.com/api/v1/knowledge/claims/609178

MCP

get_claim(id=609178)