GPQA Diamond

Qué mide

GPQA Diamond, en el cuadro de Epoch AI (CC BY 4.0, última versión consultada), reúne 198 preguntas de biología, física y química escritas por doctores. Una búsqueda rápida casi nunca alcanza. La nota es el porcentaje de aciertos.

Cuándo importa

Yo miro esta nota cuando el trabajo pide razonamiento técnico, como revisar un texto denso de producto o un memorial de cálculo. En esta área, en la franja de 90% a 100%, trato una diferencia pequeña como posible ruido de medición.

Cómo leerlo

Lee la nota como el porcentaje de preguntas acertadas, en el cuadro de Epoch AI, en la última versión consultada. En esta área, en la franja de 90% a 100%, trato una diferencia pequeña como posible ruido de medición.