论文中美对照10:32arXiv 论文用 3000 道八字选择题评估语言模型的规则应用能力用八字命理当考题测模型,六个系统都会背规则但一到大运、事业这类实例题准确率掉到三成多,结论挺有意思。#DeepSeek#八字#基准测试#推理模型aarXiv: DeepSeek@Jiulin Li, Ping Huang原文稍后读已读值得跟进有用关注 DeepSeek