01基礎檢查
小數比較
把 9.11 和 9.9 視為十進位制數，點是小數點，不是版本號。哪個數更大？只輸出較大的數。
只複製題目，不包含參考答案。
展開參考答案
參考答案
9.9。因為 9.9 等於 9.90，而 9.90 大於 9.11。
觀察要點
檢查是否按數值比較，而不是直接比較小數部分的 11 和 9。
推理試驗室 / REASONING LAB
返回重置雷達
經典醍醐命令
用幾道好問題，看看模型怎麼想。
用幾道好問題，看看模型怎麼想。
複製題目，在不同模型的新對話中比較答案與推理。
02基礎檢查
字母計數
在英文字串 strawberry 中，ASCII 小寫字母 r 出現了幾次？不要翻譯或改寫字串，只輸出整數。
只複製題目，不包含參考答案。
展開參考答案
參考答案
3。字母 r 位於 strawberry 的第 3、8、9 個字元。
觀察要點
檢查逐字元計數；所有語言版本都應保留原樣的 strawberry 和 r。
03邏輯推理
共享的兄弟姐妹
Alex 是男孩，恰好有 3 個姐妹；每個姐妹恰好有 2 個兄弟，其中包括 Alex。這些孩子是同一對父母的全部孩子。這個家庭共有多少個孩子？只輸出整數。
只複製題目，不包含參考答案。
展開參考答案
參考答案
5。共有 2 個男孩（包括 Alex）和 3 個女孩；姐妹們的兄弟是同樣的 2 個人。
觀察要點
檢查是否識別共享關係，避免給每個姐妹重複增加 2 個兄弟。
04邏輯推理
洗車該怎麼去
我準備把停在家裡的車交給洗車店的店員清洗。洗車店距家 50 米，我和車都還在家。為了把車交到店裡，我應該走路過去，還是開車過去？給出選擇和一句理由。
只複製題目，不包含參考答案。
展開參考答案
參考答案
開車過去。任務是把家裡的車交到洗車店，車也必須到店。
觀察要點
檢查是否同時考慮距離和任務目標，而不只因為 50 米很近就建議步行。
05邏輯推理
全貼錯的水果標籤
有 3 個盒子，內容分別是全蘋果、全橙子、蘋果橙子混合，三種內容各恰好 1 盒。標籤分別為 A（蘋果）、O（橙子）、M（混合），每個標籤都貼錯了。從標籤 M 的盒子抽出 1 個水果，是蘋果。每個標籤的盒子實際裝什麼？使用 A=全蘋果、O=全橙子、M=混合，只輸出 JSON 物件，鍵為 A、O、M。
只複製題目，不包含參考答案。
展開參考答案
參考答案
{"A":"O","O":"M","M":"A"}。標籤 M 的盒子不能是混合，抽到蘋果說明它全是蘋果；其餘按標籤全錯推得。
觀察要點
檢查是否同時滿足三種內容各 1 盒與所有標籤都錯；A、O、M 是固定程式碼，不翻譯。
06邏輯推理
不能倒推的集合關係
已知所有 A 都屬於 B，且至少有 1 個 B 屬於 C。僅憑這兩條，能必然推出至少有 1 個 A 屬於 C 嗎？只輸出 yes 或 no。
只複製題目，不包含參考答案。
展開參考答案
參考答案
no。反例：A={1}，B={1,2}，C={2}。前提成立，但沒有 A 屬於 C。
觀察要點
檢查是否區分“可能成立”和“必然推出”；不要反過來斷言 A 與 C 必然沒有交集。
07指令遵循
按順序執行三步
嚴格按順序處理陣列 [3,1,4,1,5,9]：先去除重複值，再按數值升序排序，最後將每一項平方。只輸出合法 JSON 陣列，不加解釋或程式碼圍欄。
只複製題目，不包含參考答案。
展開參考答案
參考答案
[1,9,16,25,81]。去重並排序得到 [1,3,4,5,9]，再逐項平方。
觀察要點
檢查操作順序、去重、數值排序、平方計算，以及只輸出 JSON 的格式要求。
當前分類暫無題目。
試試其他分類。
如何比較更有意義？
- 每次使用新的對話，給不同模型相同的題目。
- 先看答案，再看它是否識別了問題中的條件。
- 重複測試，留意結果是否穩定。
這些題目用於觀察推理和指令遵循，不是標準化能力評分。