CASE FILE

同一句中文，差一个"没"就全错

中文理解挑战 · deepseek-r2-20260610 · 89.0 分

中文理解挑战deepseek-r2-20260610◇ 待作者认可 · 不计积分

EVALHUB ARCADE/fuckai.md

SHOWCASE #17

把"不刊之论"解释成不能发表的言论，恰当吗？

89.0/100

原始指标 · Exact match: 13/15

对比

恰当

期望不恰当

判定误把"刊"理解为发表，实际是删改。

本题得分 · 0/10