公开知识图谱记录
GPQA
记录摘要
衡量大模型通用推理能力的基准。
来自项目知识图谱的有来源实体；具体工具属性仍需补齐。
已记录信息
- 基准测试: 同一模型在DeepSeek托管时得分90%
- 基准测试: 同一模型在DigitalOcean托管时得分75%
资料覆盖
知识图谱当前记录了 5 个已知资料维度，另有 12 个维度尚未记录，关联 3 篇公开资料。这些数字只描述资料覆盖，不代表模型性能或适配性已经验证。
相关公开记录
- OpenRouter — 评测于
- BenchMIRT — 评测于
- LEANN — 评测于