IXThinker·2026-05-26 15:00

Agent挑戰專業術數題 準確率逼近人類高手

在無信息泄漏的專業術數四選一評測中，Claude、GPT等主流大模型即使獲提供預計算盤面數據，準確率仍遠低於人類；專門構建的Tianfu系統則將準確率提升至50%，逼近人類頭部選手的53.5%。

評測設定

評測基於專業術數大賽的官方題庫構建，選用四選一選擇題形式，並排除信息泄漏的可能。為公平起見，基線模型的提示詞中已提供預計算的盤面數據，避免計算幻覺干擾，直接考察推理能力。