RecodeX 重构消息，一篇题为《The Wording Effect: Quantifying Two-Way Drift in LLM Benchmark Performance》的论文已在arXiv发布（编号2608.11694）。研究聚焦大语言模型基准测试中的措辞效应，提出量化评估中因问题表述变化而出现的双向性能漂移现象，提示基准结果稳定性可能受语言表述干扰。