性能准确率突破96%！上海算法创新研究院发布xVerify：面向推理模型的答案评估器 下午11时 2025/04/20 作者 PaperWeekly 展，但在长推理链、 困难数学表达式、多语言等复杂场景下，答案抽取与验证仍面临以下挑战： 慢思考场景：
