neng8科技快讯网AI人工智能前沿资讯_汽车数码相机评测_手机电脑硬件百科

SimpleQA – OpenAI开源的新基准,用于评估前沿模型的事实准确性

SimpleQA – OpenAI开源的新基准,用于评估前沿模型的事实准确性

SimpleQA是OpenAI推出的基准测试,用在评估大型语言模型回答简短、寻求事实问题的能力。SimpleQA包含4326个问题,每个问题设计为只有一个正确答案,易于评分”。SimpleQA挑战性强,即使是最先进的大模型如o1-preview和Claude Sonnet 3.5的准确率也不到50%。
27 0 2025-08-30