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 · 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 ARCADEfuckai.md

SHOWCASE #20

同一句中文，差一个"没"就全错

89.0/100
原始指标 · Exact match: 13/15
图像
中文陷阱题的错因分布卡。
中文陷阱题的错因分布卡。87/10
中文陷阱题的错因分布卡。