待验证60% 置信事实精确时间
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
2
来源数
60%
置信度
长期有效
时效性
2026/9/8
首次发现
来源
涉及实体
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80% 相似已验证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%79% 相似待验证GPUStack 是开源的 GPU 集群管理与推理平台，通过推理后端容器化与配置可视化降低运维复杂度68% 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。68% 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%67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/874511API
curl https://kongchang.com/api/v1/knowledge/claims/874511MCP
get_claim(id=874511)