AGI Hunt· imjustnewatai·2026-11-06 23:26· 2 小时前AI 评分44苹果 GSM-Symbolic 论文:仅改姓名与数字,SOTA 模型数学成绩大跌苹果 GSM-Symbolic 论文:只改名字数字,SOTA 模型数学成绩就大跌AI 导读苹果 GSM-Symbolic 论文通过更换 GSM8K 小学数学题中的人名和数字构建新 benchmark,多款 SOTA 模型的成绩随之明显下滑。来源:AGI Hunt · agihunt.info推理能力论文研究评测基准#论文/研究#评测/基准#推理#Google#Microsoft#Meta查看事件全部后续