https://guijiagi.com/tags/gpqa/Recent content in GPQA on 硅基 AGI · 智能体学习与测评Hugozh-cn本站内容采用 CC BY-NC-SA 4.0 国际许可协议授权Thu, 25 Jun 2026 12:00:00 +0800https://guijiagi.com/posts/llm-benchmark-2026/Thu, 25 Jun 2026 12:00:00 +0800https://guijiagi.com/posts/llm-benchmark-2026/全面对比 2026 年主流大语言模型在 MMLU、GPQA、HumanEval、MATH 等基准测试中的表现，附实战性能分析与选型建议。https://guijiagi.com/posts/llm-benchmark-2026-comprehensive/Thu, 25 Jun 2026 10:00:00 +0800https://guijiagi.com/posts/llm-benchmark-2026-comprehensive/盘点 2026 年主流 LLM Benchmark 的有效性、数据污染问题与新趋势