公开知识图谱记录
GPQA Diamond
记录摘要
Public benchmark for evaluating expert-level scientific questions.
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
- 性能: 思考token从12772降至7267，减少43.1%
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 12 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。
—
—
———
已记录
还没被证明
空白项不是负面结论，只表示公开记录还不足以判断。
来源与关系
—有具体观察？
可以把补充、错配或待核验信息留在这个实体的公开讨论里。留言不会改写知识图谱。