豆包数学能力遭实测质疑：高分跑分背后仍存基础计算硬伤

尽管此前有数据显示“豆包”大模型的数理能力评分已超80分，但最新实测反馈揭示了其稳定性不足的现状。有用户在依赖豆包进行数学验算时遭遇连续报错，与高分评价形成鲜明反差。这一现象引发了对大模型测评标准的反思：高分跑分是否等同于可靠的实战能力？目前大模型在处理精确计算和复杂逻辑时，仍面临稳定性挑战，实际应用中的容错率问题亟待解决。