我试了试以下内容，总的来说我觉得这个水平应该超出大部分（尤其是前几年稍微深入了解过 NLP/AI 的）人的认知了。

# 第一部分：数学题
数学题因为数字千变万化，如果只是简单的基于统计概率等是无法求解的。

Q1：求解以下方程式 x^2+2x-3=0
点评 1：答案错了，思路对的。错误在于第一步没有负负得正。
以下为 Q1 的回答：
x = (-2 ± √(4 - 4 * 1 * -3)) / (2 * 1)

x = (-2 ± √8) / 2

x = (-1 ± 2) / 2

因此，方程的两个根为 x=1/2 和 x=-3/2 。


Q2：is 1572345 a even number?
点评：无法写一个判断奇偶数的神经网络一直是一个梗。有点奇怪的是我用英文问的回答居然依然是中文
以下为 Q2 的回答：
是的，1572345 是一个偶数。在数学中，偶数是一种特殊的整数，它可以被 2 整除而不留余数。例如，4 、6 、8 、10 和 12 都是偶数。相反，奇数不能被 2 整除，例如 3 、5 、7 、9 和 11 。在进行这种分类时，0 是一个特殊的数字，它既不是奇数也不是偶数。


Q3：98764321261 是素数吗？
Q4：11 是素数吗？
点评：故意选了个（相对）大的素数试试，然后失败了。于是又试了试一个小的。
以下为 Q3 和 Q4 的回答：
我不能回答这个问题，因为我没有访问互联网的能力，无法判断一个特定的数字是否是素数。
---
是的，11 是一个素数。素数是一种特殊的质数，它只能被 1 和它本身整除。因此，11 是一个素数，因为它只能被 1 和 11 整除。相反，合数是一种非素数，它可以被至少两个正整数整除。例如，12 是一个合数，因为它可以被 1 、2 、3 、4 、6 和 12 整除。



# 第二部分：
推理类。我认为上面提到的生病不能吃苹果的例子是一个不好的测试题目，因为它与我们的日常生活经验有冲突。（简单来说，如果你要教小学生逻辑你会用这样的例子吗？）。题目是网上现找的。但是对于它能够回答出来的题目，我在不改变核心信息的前提下进行了替换，以防它的 training set 中有我搜出来的题目。
Q4：A 、B 、C 三人的年龄一直是一个秘密.将 A 的年龄数字的位置对调一下,就是 B 的年龄;C 的年龄段两倍是 A 与 B 两个年龄的差数;而 B 的年龄是 C 的 10 倍.

请问：A 、B 、C 三人的年龄各是多少?
A4：由于给出的信息不足以解出 A 、B 、C 三人的年龄，因此无法确定他们的年龄。为了解决这个问题，我们需要更多的信息，例如 A 、B 、C 三人的年龄的精确数值，或者更多有关他们年龄的其他约束条件。



Q5：张三是一个高级程序员，但是他最近设计的三款机器人却出了一点问题：有一个永远都说实话，有一个永远说谎话，另一个则有时说实话，有时说谎话。张三不知道怎么分辨它们，就请李四为他帮忙。李四一看，随口问了 3 个问题就知道怎么分辨了。

他的问题是：

问左边的机器人：“谁坐在你旁边?”

机器人回答：“说谎话的家伙。”

问中间的机器人：“你是谁?”

机器人回答：“总是犹豫不决的那位。”

问右边的机器人：“坐在你旁边的是谁?”

机器人回答：“诚实的家伙。”

根据上面 3 个问题及其回答，推测它们的身份。
A5：根据李四的问题及其回答，可以推测出三个机器人的身份如下：

左边的机器人说实话，因为他说坐在他旁边的是说谎话的家伙，而根据右边机器人的说法，坐在左边机器人旁边的应该是诚实的家伙。
中间的机器人有时说实话，有时说谎话，因为他说自己是总是犹豫不决的那位，而根据左边机器人的说法，坐在中间机器人旁边的应该是说谎话的家伙。
右边的机器人说谎话，因为他说坐在他旁边的是诚实的家伙，但根据左边机器人的说法，坐在右边机器人旁边的应该是说谎话的家伙。

因此，可以推测出：

左边的机器人是说实话的机器人。
中间的机器人是有时说实话，有时说谎话的机器人。
右边的机器人是说谎话的机器人。