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 #4

同一句中文，差一个"没"就全错

91.0/100
原始指标 · Exact match: 14/15
图像
中文陷阱题的错因分布卡。 Demo: Claude Sonnet 5.
中文陷阱题的错因分布卡。 Demo: Claude Sonnet 5.87/10
中文陷阱题的错因分布卡。 Demo: Claude Sonnet 5.