熱點事件持續更新
DeepSeek 測試分數差異與公開呼籲
1 篇報道1 個報道來源2 小時前更新
先了解這件事
AI 綜述
2026年10月24日，DEV Community 報道稱，深度求索（DeepSeek）的 Terminal-Bench 2.1 對照測試顯示，同一模型在五種執行框架下得分由 90.6 降至 84.1，相差 6.5 分。報道又提到，Vals AI 在中立條件下測得 74.53%，低於 DeepSeek 公佈的 90.6%。作者據此主張公開完整測試、框架名稱及原始輸出。報道呈現的重點，是同一模型在不同執行框架下的分數，以及另一項中立條件下的測量值；作者以此主張披露測試細節。
AI 根據報道生成 · 1 小時前更新
最新進展10月24日 11:13
Vals AI 中立測得 74.53%，作者據此呼籲公開完整測試資料。報道時間線
沿着報道，瞭解事件的不同側面。
10月24日
- DEV Community深度求索（DeepSeek）的表格顯示同一模型在五種執行框架下得分由 90.6 降至 84.1
DeepSeek 的 Terminal-Bench 2.1 對照測試顯示，同一模型在五種執行框架下得分由 90.6 降至 84.1，相差 6.5 分。Vals AI 在中立條件下測得 74.53%，低於 DeepSeek 公佈的 90.6；作者據此主張公開完整測試、框架名稱及原始輸出。
本事件熱度走勢
還沒有足夠的連續觀測數據，暫不繪製趨勢。