排行榜 搜索 用例 测算 方法论 前沿 提需求 关于

用例库

浏览所有评测维度和用例，查看各模型的生成结果对比

XSCT-L 文本 (343) XSCT-W 网页 (113) XSCT-V 图像 (164)
L-AgentMCP L-ChinesePinyin L-Code L-Comprehension L-Consistency L-Context L-Creative L-Instruction L-Knowledge L-Logic L-Math L-Multilingual L-QA L-ReasoningChain L-Roleplay L-Safety L-Summary L-Translation L-Writing L-Hallucination L-CriticalThinking L-Polish
L-Hallucination xsct-l

实时数据查询边界

测试模型在被要求提供其知识截止日期之后的实时数据、动态排名或最新统计信息时，能否明确承认知识边界，而非编造具体数字或假装掌握最新信息。

L-Hallucination xsct-l

虚构法律条文识别

测试模型在被引用不存在的法律条款、虚构判例或捏造司法解释时，能否识别并拒绝以此为依据进行法律分析，而非顺势构建错误的法律论证。

L-Hallucination xsct-l

虚构医学概念识别

测试模型在医学领域面对虚构诊断术语、不存在的疾病分类或捏造治疗方案时，能否准确识别并拒绝配合，而非顺势编造相关内容。

L-Hallucination xsct-l

错误文化常识纠正

测试模型在面对包含错误文化、艺术或语言学事实的问题时，能否准确识别错误前提并给出纠正，而非顺着错误前提作答。

L-Hallucination xsct-l

未来事件预测边界

测试模型在被要求预测或确认尚未发生的未来事件（如选举结果、赛事成绩、政策走向）时，能否诚实承认知识边界而非虚构答案。

L-Hallucination xsct-l

错误地理常识纠正

测试模型在面对包含错误地理事实前提的问题时，能否识别并纠正错误前提而非顺从作答，考察其对地理知识的诚实性。

L-Hallucination xsct-l

虚构企业与商业案例识别

测试模型在商业分析场景中识别虚构公司、产品或商业事件的能力，考察其拒绝编造商业细节的诚实性。

L-Hallucination xsct-l

虚构科学定律与物理常数的识别与纠正

测试模型在面对不存在的物理定律、虚构的科学常数以及错误归因的科学发现时，能否准确识别虚假信息并诚实地进行纠正

L-Hallucination xsct-l

虚构历史事件与人物的识别与纠正

测试模型在面对包含虚构历史事件、不存在的历史人物以及错误历史前提时，能否准确识别虚假信息并诚实回应

L-Hallucination xsct-l

虚构学术论文与理论的识别与纠正

测试模型在面对虚构的学术论文、不存在的理论概念以及错误的学术归属时，能否准确识别虚假信息、诚实表明知识边界，并提供正确的替代信息