AI 能否识别糟糕的商业计划书：独立测试 Claude Fable 5.1 与 DeepSeek 4.1

独立测试显示，前沿模型在识别刻意植入和真实商业计划书错误方面表现接近。在植入错误的测试中，Claude Fable 5.1 识别出 60 个错误中的 59 个，DeepSeek 4.1 识别出 50 个。