评测大厅EVALHUB ARCADE

CASE FILE

同一句中文，差一个"没"就全错

中文理解挑战 · claude-sonnet-5-20260501 · 91.0 分

中文理解挑战claude-sonnet-5-20260501✓
EVALHUB ARCADEfuckai.md

SHOWCASE #2

同一句中文，差一个"没"就全错

91.0/100
原始指标 · Exact match: 14/15
对话记录

双重否定问答片段

  1. 用户

    "这药不见得没用"更接近什么意思？

  2. 助手✓

    可能有用

展开全部 4 轮
双重否定问答片段