例，还有一些是他专门用来测试中文意图理解的古怪问题。
这些题没有公开过。
不在任何排行榜里。
也不可能被提前训练进去。
章闻铎给文件起的名字就叫—
kill—model—v11.1.jsonl（杀死大模型11.1版）
这个名字虽然中二，但是水平可不低，很多号称世界先进的大模型，在这套题上跑一遍，分数都会变得很难看。
章闻铎把汤圆—0.9的API地址填进去，又把密钥贴好，调用写好的大模型测评脚本。
运行。
他一边看着终端输出结果，一边身体靠在人体工学椅上後仰，把脚搭在了桌子上。
头还有点儿晕。
再一看，前十题都过了。
二十题，也都过了。
章闻铎皱了皱眉头，把脚从桌子上放了下来。
三十题，还是全对。
怎麽回事？
章闻铎把椅子往前拉了拉。
脚本已经运行到五十题了，依旧是全对。
章闻铎感觉有点儿凉，摸了摸头，出了一层细汗。
没去继续关注正在运行的脚本，章闻铎点开其中一题，看了看汤圆的输出。
逻辑很严密啊！
行家一出手，就知有没有，这些章闻铎特意收集起来的题，强调的就是任务的复杂性，按照一般大模型的处理方式，在这麽复杂的条件下，很容易就会出现注意力分散，关键条件被忽略的问题。
可是这个问题在汤圆的答案上一点儿没出现。
章闻铎静静地看着终端里的脚本跑完，最後一百二十七题里面对了一百二十题，错了七道。
但是这七道里还有不同寻常的事。
其中有一道题，汤圆回答的是—「我不知道」。
作为一个AI模型的研究者，章闻铎知道这有多难。
光凭提高数据质量就可以做到这一步吗？
章闻铎突然觉得脸上有点儿热，而且越来越热。
他摸了摸脸，这个酒後劲儿这麽大的吗？
又上头了。
章闻铎拿起手杯去接了杯水，然後一饮而尽。
他拿出手机，找到刚才加的韩路一的微信好友。
聊天记录里有一句话：「我通过了你的朋友验证请求，现在我们可以开始聊天了」
章闻铎盯着输入框看了好一会儿，开始打字。
【韩总，刚才吃饭的时候我说话有点】
打到这，他停住了。
有点儿什麽呢？冒犯？没分寸？自以为是？
他皱着眉，把这几个字删掉了，又重新打。
【韩总，我刚才验证了一下汤圆，是我之前的判断太武断了】
这个也不行，显得太傲慢了吧。
章闻铎想了想，还是算了，人家也许不介意呢。
水平这麽高，人还这麽低调。
唉。
章闻铎躺在床上，感受着脸上一阵阵发烫，心想，这酒劲怎麽越来越大了。
睡吧，睡醒了酒就醒了。
突然，他从床上坐了起来。
明天韩总的讲座是在哪来着？千万得去听，不能忘了！
>
—