精选理由
想了解GPT-5 mini、Gemini 3 Flash、DeepSeek Chat谁更适合Scrum考试？这篇论文用993道真题实测了准确率和稳定性，还分析了典型错误原因。
一项研究评估了GPT-5 mini、Gemini 3 Flash和DeepSeek Chat 3.2在993道PSM I风格Scrum认证题上的表现，使用零样本、链式思考和源接地三种提示策略。Gemini 3 Flash准确率最高，GPT-5 mini次之，DeepSeek Chat 3.2最低。模型在单选题上表现最好，但在多选题和判断题上错误更多。定性分析发现错误系统性源于过度泛化、限制性措辞和复合干扰项。
AI 翻译 · 中文
一项研究评估了GPT-5 mini、Gemini 3 Flash和DeepSeek Chat 3.2在993道PSM I风格Scrum认证题上的表现，使用零样本、链式思考和源接地三种提示策略。Gemini 3 Flash准确率最高，GPT-5 mini次之，DeepSeek Chat 3.2最低。模型在单选题上表现最好，但在多选题和判断题上错误更多。定性分析发现错误系统性源于过度泛化、限制性措辞和复合干扰项。
Large Language Models (LLMs) are increasingly used in exam- and certification-style question answering tasks, where their ability to retrieve, interpret, and apply domain-specific knowledge can be systematically assessed…