lzy 3984ec002e 选项平衡后的第一次试跑，约70%正确率

2025-06-02 17:18:30 +08:00

..

claude-sonnet-4-20250514_metrics.json

选项平衡后的第一次试跑，约70%正确率

2025-06-02 17:18:30 +08:00

claude-sonnet-4-20250514.json

选项平衡后的第一次试跑，约70%正确率

2025-06-02 17:18:30 +08:00

deepseek-chat_metrics.json

选项平衡后的第一次试跑，约70%正确率

2025-06-02 17:18:30 +08:00

deepseek-chat.json

选项平衡后的第一次试跑，约70%正确率

2025-06-02 17:18:30 +08:00

gpt-4o_metrics.json

选项平衡后的第一次试跑，约70%正确率

2025-06-02 17:18:30 +08:00

gpt-4o.json

选项平衡后的第一次试跑，约70%正确率

2025-06-02 17:18:30 +08:00

qwen-max-2025-01-25_metrics.json

选项平衡后的第一次试跑，约70%正确率

2025-06-02 17:18:30 +08:00

qwen-max-2025-01-25.json

选项平衡后的第一次试跑，约70%正确率

2025-06-02 17:18:30 +08:00

summary.csv

选项平衡后的第一次试跑，约70%正确率

2025-06-02 17:18:30 +08:00

summary.json

选项平衡后的第一次试跑，约70%正确率

2025-06-02 17:18:30 +08:00

summary.xlsx

选项平衡后的第一次试跑，约70%正确率

2025-06-02 17:18:30 +08:00