GPQA

GPQA是一项基准测试,用生物学、物理学和化学领域的研究生水平选择题衡量AI模型的科学推理能力。

1篇文章最近提及

GPQA(Graduate-Level Google-Proof Q&A Benchmark)是纽约大学等机构的研究者于2023年发布的问答基准测试,由生物学、物理学和化学领域的专家编写的448道选择题组成。题目的设计目标是:相关领域的专家能够解答,而非专业人士即使可以自由使用网络搜索也难以答对。

GPQA Diamond是从中筛选出的198道经验证质量最高的题目构成的子集,被广泛用于比较语言模型的科学推理能力。

本条目依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们。

涉及该条目的文章

  • AI智能体优化指南:改提示词还是训练权重,如何取舍AI性能 ·

    方法 AIME'24 GPQA-Diamond GPU小时

    阅读文章

发现说明有误或找不到条目?

百科说明依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们,我们会核实并修改。新文章中出现的名称会在文章发布后加入百科。