不过，该功能入口藏得较深，位于「设备性能」二级菜单下的「互联网速度测试」。
Testing LLM reasoning abilities with SAT is not an original idea; there is a recent research that did a thorough testing with models such as GPT-4o and found that for hard enough problems, every model degrades to random guessing. But I couldn't find any research that used newer models like I used. It would be nice to see a more thorough testing done again with newer models.
，详情可参考同城约会
Российские отели начнут работать по новому стандарту для иностранных гостейРИА Новости: Отели в России начнут работать по новому стандарту с 1 июня
Что думаешь? Оцени!