GPQA

GPQA raccoglie domande scientifiche di livello avanzato, difficili perfino per gli specialisti e non risolvibili con una semplice ricerca sul Web. I laboratori lo usano per misurare quanto un modello ragioni davvero invece di limitarsi a ricordare fatti.

Un punteggio GPQA elevato segnala la capacità di affrontare materiale specialistico impegnativo. Come ogni benchmark, misura però un’abilità ristretta e non va interpretato come intelligenza generale.