牧场问答机器人评测：68题与205个缺口

一位开发者为其面向农村工作者的牧场生长速率问答聊天机器人构建了 68 道题的 golden set。据 2026 年 10 月 1 日的报道，9 月 14 日的基线评测中仅 1 题通过、31 题勉强通过、35 题被拒、1 题报错，并从中提取出 205 个缺口，归并为 102 个 key 和 22 张工单。报道还提到一次被中断的复测，但未给出复测的具体结果。目前事件进展停留在该次基线评测与缺口整理阶段，后续复测情况尚不明确。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。