update

Author: unknown

news_small.md

@@ -71,7 +71,7 @@ SGI‑Bench 采用“科学家对齐（scientist-aligned）”的任务构造：
 - 每题含 5 个单测，最佳 Gemini‑3‑Pro 的严格通过率（全过 5 个单测）仅 36.64%，宽松通过率（至少过 1 个）41.98%，表明模型常能写对部分，但难以实现严格正确。
 - 闭源模型略优于开源，但优势有限且分布重叠，“科学代码合成”仍是各架构共同短板。  
 ![图片13：不同类型的函数补全任务的表现](md_images/dry_task_metric.png)
-- 平滑执行率（无报错运行）多在 90%+，显示“能跑”与“算对”之间存在系统性鸿沟。
+- 平滑执行率（无报错运行）多在 90%+，显示“能跑”与“算对”之间存在鸿沟。
 - 类型上，数据处理/预测建模较稳；数值计算与仿真最弱，受离散化、稳定性与约束处理影响。例：引力波体积估计中，前向累加（np.cumsum）与自适应积分（scipy.integrate.quad）差异巨大；前者累积误差经 χ(z) 影响 dV/dz，最终体积严重偏离。  
 ![图片14：干实验案例，数值方法差异导致科学量偏差](md_images/code_case2.png)