同一道数学题，AI 用英文写“12”，换成日文字符、全角数字或带后缀的“12”，自动裁判可能只认前一种。问题不只是测评分数不好看：RLVR（用可自动核验的结果训练模型的强化学习）会把裁判的对错判断当作奖励，因此，答对却被判错的“假阴性”会直接影响哪些回答和推理轨迹得到强化。
Zhou、Jiang 和 Xu Zhou 检查了 Qwen3-4B、Qwen3-8B 与 Llama-3.1-8B-Instruct 在 MGSM 英文、日文和中文数学题上的输出。他们发现，严格字符串匹配造成的误判率随语言明显变化，而且最吃亏的语言取决于模型的输出习惯，并非测试集固定如此。最关键的诊断是：当最终答案统一成普通数字格式后，精确匹配带来的语言偏差降为零，但各语言原有的准确率差距没有变化。换句话说，这部分差异来自“答案怎么写”，不是“题会不会做”。这值得警惕：若训练前不按语言审计答案验证器，系统可能把排版和字符差异误当成能力差异，并在筛选训练轨迹时悄悄放大它。