Ana Sayfa › Kıyaslama testleri › GPQA Diamond
GPQA Diamond
Kıyaslama testi
Kapasite
Google-proof PhD science questions — the reasoning era's exam.
Bir benchmark kaydına bakıyorsunuz: sektörün çipleri veya modelleri ölçmek için kullandığı bir test — ve size gerçekte ne söylediği.
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.
Bu, yığının geri kalanıyla nasıl bağlantılı?
Bu kaydın bağlantılarına hızlı bakış — bir gruba tıklayarak o bölüme atlayın.
İlgili
Kaynaklar
İncelenen kayıt tarihi: 2026-01-15 — görüntüle Metodoloji.