01
同一个模型再跑几次
看漏点是每次都一样，还是随机出现。
CHALLENGE—03 · 本期挑战 · 演示
用你常用的模型，复核同一份活动通知
EXP-012 目前只有三个演示代号的结果。本期想收集更多模型、更多次运行的结果，看看漏点是不是稳定，交叉复核是不是真的有用。
HOW怎么进行
一期只研究一个问题，四步走完
- 01 · 已完成
发布材料
8 句合成通知、答案表和统一提示词。
- 02 · 进行中
收集结果
每人用一个模型跑一次，带回原始输出和逐项判断。
- 03
交叉核对
换一个人复核判断，有分歧的行单独讨论。
- 04
更新结论
改写 NOTE-004，写明新的适用范围。
WANTED本期需要
不一定要新模型，这几类结果都有用
02
表里还没有的模型
写清模型名和版本，结果才能放进对照表。
03
失败和反例
没按格式、改错了，都请原样带回来。
CONTRIBUTION WALL集体结果墙
同题不同结果，先看差异
以下是演示结果，模型用代号，不代表真实模型表现。正式版只放人工核对过的结果。
结果类型
共 3 份
R—01 · 复现记录漏 1 处
模型 D：漏了截止日，其余 4 处都抓到
- 原材料
- 第 6 句“报名截止 11 月 9 日中午 12 点”
- 差异
- 没发现截止日晚于 11 月 7 日的活动
- 值得继续
- 和模型 A 漏的是同一处，可能是常见盲点
R—02 · 新做法改了提示词
模型 B：要求“先引用原句再判断”后，5 处全部抓到
- 改动
- 提示词第 1 行加“每条先引用原句”
- 差异
- 姓名前后不一致这次抓到了
- 值得继续
- 只跑了 1 次，要多跑几次排除偶然
R—03 · 失败记录无法计分
模型 E：只回了一句“没有发现问题”
- 原本要求
- 逐句检查，每个问题一行
- 实际结果
- 一句结论，没有清单，也没指出任何错误
- 下一轮
- 拆成两步：先逐句复述，再找问题
当前没有完全一致的演示结果
这不代表没有成功案例，只说明演示的三份结果里没有这一类。
你有一种不同的结果？
它可能会改变本期的比较表。复现、新做法和失败记录都可以带回来。
PAST往期挑战
往期留下了什么
把长标题压到 20 字以内
结果整理进 EXP-005 · 推翻了“提示词越长越准”
会议记录里“谁答应了什么”
结果整理进 EXP-008 · 形成 NOTE-003（有分歧）