模型可靠性 (共1篇)

Gemini 2.5 Pro时区推理100分变0：大模型的常识盲区有多可怕

Gemini 2.5 Pro在最新评测中遭遇滑铁卢：时区推理题从满分直接跌至0分，综合评分下降2.9分。这道看似简单的题目暴露了大模型在处理现实世界常识问题时的致命缺陷。