【娱乐向】【SNSE Bench】DeepSeek-V4.1-Flash-1017 测试

作者：#sparklydream 板块：#开发调优 1017 出现了一些 0910 没有的问题：T6 的两次 CE。看了一下 1017 的代码，情况是这样的：这是一道多组数据的测试题，题目给了选手在所有数据前预处理一些数据的机会，要求选手将预处理代码写在函数 void init(int c, int t) 里面。模型觉得自己没有需要预处理的东西，没有实现这个函数，于是 CE。 如果修复这个问题，DeepSeek-V4.1-Flash-1017-Max 的成绩将达到 1096 分，成为本榜第一。 本次没跑 pass@3，因此参考价值不大。 如果需要更加严谨的算法竞赛能力测试，请参考 https://vals.ai 的 IOI 测试。 我做这个 Bench 的原因就是当时缺乏一个严谨且难度足够，未饱和的算法竞赛 Benchmark，但现在 vals.ai 的 IOI 测试很好地填补了这个生态位，且做得比我严谨得多。 之后本榜大概就是娱乐榜单了，不定时更新我想测的模型，且我不会有什么动机去加新题或者换题了。