论文15:18Choice2Seq 基准:模型选得对答案,却难以一步步构造出来论文给模型做了个体检:选对答案不代表能一步步做出来,Jev 选对率 97% 却只剩 33%。#Choice2Seq#Jev#Qwen#评测基准aarXiv cs.AI@Tianyou Lai 等 4 人原文稍后读已读值得跟进有用关注 Choice2Seq