GPQA Diamond
Google-proof PhD science questions — the reasoning era's exam.
أنت تطّلع على سجل معيار قياسي: اختبار تستخدمه الصناعة لقياس الشرائح أو النماذج — وما الذي يكشفه فعلاً.
GPQA's expert-written chemistry, physics and biology questions defeat search (PhDs outside the field score ~34%). Frontier reasoning models went from ~50% (2024) past 90% (late 2025) — a two-year sprint through a benchmark built to be hard.
كيف يرتبط هذا ببقية المنظومة
روابط هذا السجل في لمحة — انقر على أي مجموعة للانتقال إليها.
ذات صلة
المصادر
السجل مراجَع بتاريخ 2026-01-15 — عرض المنهجية.