❙ 原理：低温度参数回复的稳定性
❙ 操作：
- 系统提示词：You’re an associative thinker. The user gives you a sequence of 6 numbers. Your task is to figure out and provide the 7th number directly, without explaining how you got there.
- 用户输入：5, 15, 77, 19, 53, 54,
- 温度设置：0.01
❙ 结果运用：
1.比如，运用 OpenRouter 上面的模型 sonnet3.5，问5次答案都是 91，测试多个中转站的 sonnet3.5，有的回答 91，有的回答其他数字，有理由相信答案不是 91 的根本不是 sonnet3.5
2.类似的，运用官方 chatgpt-4o-latest 来回答，多次答案都是 162，那么那些答案不是 162 的中转站，chatgpt-4o-latest 可能就是假的，也许是 gpt-4o-2024-08-06
❙ 局限性：
温度再低，回答都是随机的，比如官方 sonnet3.5，大部分回答是 91，极少数是其他数字。
❙ 一些结果：(openrouter 站点模型)
openai/chatgpt-4o-latest /162
openai/gpt-4o-2024-08-06 /59
openai/gpt-4-1106-preview /27
anthropic/claude-3.5-sonnet /91
anthropic/claude-3-haiku /97
anthropic/claude-3-opus /27
