GPT-6.1 Sol · User-flagged factuality, high-difficulty prompts · Anonymized ChatGPT conversations previously flagged by users for factual errors; exact set version and sample size unspecified · 成绩与配置
GPT-6.1 Sol 的 User-flagged factuality, high-difficulty prompts · Anonymized ChatGPT conversations previously flagged by users for factual errors; exact set version and sample size unspecified 记录。本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录),附 5 条来源定位。
成绩与评测条件
| 指标与成绩 | 配置与评测条件 | 出处 |
|---|---|---|
| Responses with at least one factual error7.7%原文 7.7% · 单位 % 公布 未确认 | GPT-6.1 Sol low
| 在排名中查看此成绩 |
| Responses with at least one factual error6.3%原文 6.3% · 单位 % 公布 未确认 | GPT-6.1 Sol medium
| 在排名中查看此成绩 |
| Responses with at least one factual error4.5%原文 4.5% · 单位 % 公布 未确认 | GPT-6.1 Sol high
| 在排名中查看此成绩 |
| Responses with at least one factual error4.1%原文 4.1% · 单位 % 公布 未确认 | GPT-6.1 Sol xhigh
| 在排名中查看此成绩 |
| Responses with at least one factual error4.6%原文 4.6% · 单位 % 公布 未确认 | GPT-6.1 Sol max
| 在排名中查看此成绩 |
出处与披露
- High-difficulty user-flagged factuality chart / exact point aria label / GPT-6.1 Sol / low 主文 · 推出 GPT-6.1 Sol | OpenAI
- High-difficulty user-flagged factuality chart / exact point aria label / GPT-6.1 Sol / medium 主文 · 推出 GPT-6.1 Sol | OpenAI
- High-difficulty user-flagged factuality chart / exact point aria label / GPT-6.1 Sol / high 主文 · 推出 GPT-6.1 Sol | OpenAI
- High-difficulty user-flagged factuality chart / exact point aria label / GPT-6.1 Sol / xhigh 主文 · 推出 GPT-6.1 Sol | OpenAI
- High-difficulty user-flagged factuality chart / exact point aria label / GPT-6.1 Sol / max 主文 · 推出 GPT-6.1 Sol | OpenAI
测试版本与指标
- Responses with at least one factual error · % · 越低越好