LALA 基准发布：236 道人文学术题考验大模型真实分析力

JasonBotterill 发布 Literature and Linguistics Analysis Benchmark（LALA），由顶尖大学教授与专家编写 236 道开放式语言学、逻辑与文学题，测试大模型分析句子和文本的能力。结果显示，模型常给出熟悉的“标准答案”而未细读题面，且后训练越多未必越聪明，暴露其在人文学科深度分析上的短板。