公开知识图谱记录

GPQA

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%

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。

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 2 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。