XSCT Bench

一套面向大语言模型的综合评测基准，主要用于测试模型在复杂推理、知识理解与多步骤任务中的能力。

核心特点

题目设计偏向高难度与真实问题场景，能够更有效地区分模型在深度推理与泛化能力上的差异。

适用场景

适用于AI研究与模型评估领域，帮助开发者与机构在模型训练、调优及对比过程中获得更具挑战性与参考价值的评测结果。