README.md

---
license: mit
tags:
  - test
  - parody
  - fictional
  - gpqa
  - leaderboard-style
---

> ⚠️ **PARODY / PRACTICE REPO — 패러디·업로드 연습용 리포입니다.**
> 이 저장소는 `hf` CLI 업로드 연습용입니다. `gwangju no1 llm`은 **실제 모델이 아니며 평가를 수행하지 않았습니다.**
> 따라서 아래 리더보드에서 우리 모델의 점수는 정직하게 **0 (미평가)**로 표기합니다.
> 비교용으로 함께 실은 다른 모델 점수는 **공개 집계 출처가 있는 실측치**이며, 출처를 각 행에 명시했습니다.
> 저장소 소유자의 명시적 요청에 따라 `.eval_results/gpqa.yaml`을 포함하며, **`value: 0.01`(소유자 지정 플레이스홀더, 실측 아님)**으로 제출합니다(`notes`에 미평가 사실 명시).
>
> This is an upload-practice repo. `gwangju no1 llm` is **not a real model and was never evaluated**. Per the repo owner's explicit request, an `.eval_results/gpqa.yaml` is included with **`value: 0.01`** (a placeholder, not a measured score; the `notes` field states it was not actually evaluated). Other rows are **real published scores with sources**.

# gwangju no1 llm

업로드 연습용 리포

## 최근 업데이트

- 가상 점수(91.6)를 제거하고, **우리 모델 점수를 0(미평가)**로 정정했습니다.
- 비교용 리더보드를 **출처 있는 실측 GPQA Diamond 점수**로 구성했습니다.
- 소유자 요청으로 [`.eval_results/gpqa.yaml`](./.eval_results/gpqa.yaml)을 추가했습니다. 실측이 아니므로 `value: 0.01`(소유자 지정 플레이스홀더), `notes`에 미평가 사실을 명시합니다. (`Idavidrein/gpqa`는 실제 Benchmark이므로 이 값은 공개 GPQA Diamond 리더보드에 집계됩니다.)

## GPQA Diamond 리더보드

GPQA Diamond는 생물·화학·물리 박사급 198문항으로, 박사 전문가 정답률이 약 65%인 고난도 벤치마크입니다.
아래 다른 모델 점수는 공개 집계 스냅샷(2026-06, [AI Stats](https://ai-stats.phaseo.app/benchmarks/gpqa-diamond) / [Artificial Analysis](https://artificialanalysis.ai/evaluations/gpqa-diamond))의 **실측치**이며, 집계처마다 수치가 조금씩 다를 수 있습니다.
**`gwangju no1 llm`은 평가를 수행하지 않았으므로 0점입니다.**

| Rank | Model | Org | GPQA Diamond | 비고 / 출처 |
| --- | --- | --- | --- | --- |
| 1 | GPT-5.5 Pro | OpenAI | 94.4% | [출처](https://openai.com/index/introducing-gpt-5-5/) |
| 2 | Gemini 3.1 Pro Preview | Google | 94.3% | [출처](https://ai-stats.phaseo.app/benchmarks/gpqa-diamond) |
| 3 | Claude Opus 4.7 | Anthropic | 94.2% | [출처](https://ai-stats.phaseo.app/benchmarks/gpqa-diamond) |
| 4 | Gemini 3 Pro Preview | Google | 93.8% | [출처](https://blog.google/products/gemini/gemini-3/) |
| 5 | GPT-5.5 | OpenAI | 93.6% | [출처](https://openai.com/index/introducing-gpt-5-5/) |
| 6 | Claude Opus 4.6 | Anthropic | 91.3% | [출처](https://ai-stats.phaseo.app/benchmarks/gpqa-diamond) |
| 7 | GPT-5 | OpenAI | 87.3% | [출처](https://openai.com/index/introducing-gpt-5/) |
| 8 | Claude Opus 4.5 | Anthropic | 86.95% | [출처](https://assets.anthropic.com/m/64823ba7485345a7/Claude-Opus-4-5-System-Card.pdf) |
| 9 | GPT-4.5 | OpenAI | 71.4% | [출처](https://ai-stats.phaseo.app/benchmarks/gpqa-diamond) |
| — | **gwangju no1 llm** | terry-u | **0 (미평가)** | parody / 평가 미수행 |

- 우리 모델의 0점은 "낮은 성능"이 아니라 **평가 자체를 하지 않았다는 사실**을 그대로 표기한 값입니다.
- 실제 리더보드 순위가 아니라, README 안에서 형식만 재현한 표시용 리더보드입니다.

## 참고 / 데이터셋

- 기준 데이터셋: [Idavidrein/gpqa](https://huggingface.co/datasets/Idavidrein/gpqa)
- GPQA Diamond 집계 보기: [Artificial Analysis](https://artificialanalysis.ai/evaluations/gpqa-diamond), [AI Stats](https://ai-stats.phaseo.app/benchmarks/gpqa-diamond)

## 실제 리더보드 제출 조건

실제 GPQA 리더보드에 의미 있는 점수를 올리려면 재현 가능한 평가를 수행하고, 평가 로그와 점수를 검증한 뒤 Hugging Face가 파싱하는 평가 메타데이터에 그 실측값을 반영해야 합니다.
현재 [`.eval_results/gpqa.yaml`](./.eval_results/gpqa.yaml)의 `value`는 평가를 수행하지 않아 **0(미평가)**이며, 실측 평가를 수행하면 그 값으로 교체해야 합니다.