GPQA(Graduate-Level Google-Proof Q&A Benchmark)は、ニューヨーク大学などの研究者が2023年に公開した質問応答ベンチマークである。生物学、物理学、化学の専門家が作成した多肢選択問題448問で構成される。その分野の専門家には解けるが、非専門家にはウェブ検索を自由に使っても解くのが難しいように設計されている。
GPQA Diamondは、その中で品質が最も高いと検証された198問を抜き出したサブセットで、言語モデルの科学的推論能力を比較する際に広く使われる。