在本文中,我们概述了我们参加 SemEval-2024 第 9 项竞赛的作品:“脑筋急转弯:一项违背常识的新任务”。我们参与两个子任务:子任务 A - 句子拼图和子任务 B - 单词拼图。我们通过微调评估了大量不同大小的预训练的基于 Transformer 的语言模型。随后,我们对它们的分数和反应进行分析,以帮助未来的研究人员理解和有效地利用这些模型。我们表现最佳的方法在两个子任务的竞赛排行榜上都占据了竞争地位。在评估阶段,我们最好的作品在句子拼图中获得了 81.7% 的平均准确率,在单词拼图中获得了 85.4% 的平均准确率,分别比最佳神经基线 (ChatGPT) 高出 20% 和 30% 以上。