arXiv·· 13 天前AI 评分20
语言模型能否应用八字规则？一项 3000 题中文基准评测
Knowing the Rules, Applying the Rules: Evaluating Language Models on Traditional Chinese Bazi
AI 导读
研究用 3000 道中文多选题评测 6 个语言模型对传统八字理论（14 类）与命例（11 类）的掌握，最终结果基于 2492 题的精炼版本。所有系统的理论准确率均高于命例准确率，排除无效回答后差距仍达 16.60-29.56 个百分点，说明这一落差比笼统的"案例推理不足"更具体。
来源：arXiv · arxiv.org