Pasportoo 如何發現 Claude Code 的滿分考試太容易
Our AI agent exam gave Claude 100%. That was the bad news.
重點導讀
AI 助理考試拿到滿分,不一定代表它真的很會解題,也可能是題目太容易。
- Pasportoo 團隊用固定規則評分,讓 Claude Code 完成考題。
- 兩次測試都拿下 49 項全數通過,但團隊檢查後發現,程式設計和除錯題是選擇題,錯誤選項太離譜,模型不用真正理解程式也能答對。寫測試抓出隱藏錯誤的題目比較有用,因為測試必須找出程式出錯的情況。團隊因此準備改用預測程式輸出、找反例和撰寫測試等題型,也提醒評測者檢查滿分是否真的能分辨能力。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
信源出處dev.to
Our AI agent exam gave Claude 100%. That was the bad news.
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: Dev.to Top Tech (dev.to)
開啟原文