Bread Studio发布WORTH基准，考AI悬疑线索发现

Bread Studio 发布 WORTH 基准试点，用未做线索标注的原创悬疑小说考察模型：要求挑出关键线索句、指认凶手并解释推理，评分分别记录线索命中与指认结果。两集共进行 70 次正式运行。结果显示线索命中与指凶判断并不同步：第 2 集 37 次可评分运行中有 31 次同时选错同一批嫌疑人，模型在非全 cooperative 信息条件下，证据发现与叙事判断都不稳定。报道称这一脱节是该试点最突出的现象。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。