CASE FILE

同一句中文，差一个"没"就全错

中文理解挑战 · gpt-5.5-20260620 · 94.0 分

中文理解挑战gpt-5.5-20260620✓

EVALHUB ARCADE/fuckai.md

SHOWCASE #5

把"不刊之论"解释成不能发表的言论，恰当吗？

94.0/100

原始指标 · Exact match: 14/15

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