测试Gemini/DeepSeek等四款AI助手在含陷阱销售预测任务中的表现

发生了什么

据Towards Data Science报道，一项受控测试对Gemini、DeepSeek、ChatGPT和Claude在包含陷阱的销售预测任务中的表现进行了评估。数据集包含156周零售销售数据，内置了如“知道答案的列”（store_traffic）和销售数据延迟等陷阱，以模拟真实零售场景中的数据泄露和结构断裂问题。