50.9% 上了标题，96.5% 塞进第七节
先说结论：GenXRBench 里最硬的数字不是 50.9%，是 96.5%。 前者是考生考出来的分，后者是卷子本身的信度。这行的老毛病，分数做成标题，信度塞进第七节。 这篇也一样。arXiv 2610.29014，10 月 21 号挂上来，22 号就更了第二版。隔一天补一版，我不猜原因。
先说结论：GenXRBench 里最硬的数字不是 50.9%，是 96.5%。 前者是考生考出来的分，后者是卷子本身的信度。这行的老毛病，分数做成标题，信度塞进第七节。 这篇也一样。arXiv 2610.29014，10 月 21 号挂上来，22 号就更了第二版。隔一天补一版，我不猜原因。