评测基准

10月中旬两篇论文把GEO推到了同一个岔口：一篇呼吁统一评测标准，指出各家基准把「算法更强」和「改得更狠」混成一谈；另一篇在选举场景实测11种改写策略，发现不点名目标的改写几乎无效。2,697个品牌实...