SuperGPQA: 突破285个学科边界的AI评测新范式-探索大语言模型的真实能力边界

论文链接：https://arxiv.org/pdf/2502.14739

数据集：https://huggingface.co/datasets/m-a-p/SuperGPQA

项目主页：https://supergpqa.github.io/

   

在人工智能快速发展的浪潮中，准确评估AI模型的能力已成为产业发展的关键课题。在探索AI能力边界的道路上，研究者们深刻认识到现有评测体系的局限性。这促使研究学者们与行业顶尖研究机构展开合作，共同突破AI评测的固有范式。在这样的背景下，具有里程碑意义的 SuperGPQA 项目应运而生。