核对系统实际取得什么、证明了什么
复习训练与推理、内容生成、有限评估、编造及当前事实证据。
五题匹配数描述此分项有限情境，不证明精通所有模型或数据集。
区分使用上下文与改变参数
模型可使用任务中提供的段落，但这不必然重训参数。本题明确会话参数固定，突出这一区别。储存、保留、后续训练及适应取决于系统和设置，不能仅凭回复推定。可用虚构练习说明本次提供了什么、哪些模型属性固定，再解释回答能证明什么。
辨所述输出，不只看工具名称
起草新邀请产生内容，把图片分到预定类别属于分类。系统可支持多种任务，不能据此把全部产品分成互斥格子。先明确要新文字、标签、数字还是动作记录，再确定何种证据能说明符合用途。熟悉产品名，不等于知道其每项任务是在生成、检索、计算或分类。
让评估条件跟着主张
同一模型在明亮照片上评估，不直接证明暗光表现，相关输入差异可能改变任务。可用清晰扫描与模糊扫描的新例子列已测、未测条件。识别缺口不等于宣布未测处成功或失败。广泛主张需要适合用途的证据，单一条件里样本再多，也不自动覆盖其他条件。
把自信当表达形式，不当证明
生成解释可含错误事实、编造引用或无法支持结论的推理。网站例子为说明可能性而虚构，不是命名模型记录。应按证据核具体主张，不靠语气、篇幅、润色判断。一错不证明全错，一段正确也不证明普遍可靠，要分开主张与核查范围。
核对当前事实可能来自哪里
若题设无实时搜索或新来源，自信回答今天变动的安排，不证明取得了变动。应看有何当前权威证据，是否支持特定时间或规则。不同系统更新、检索、适应方式可不同；这里不假定所有工具离线，也不假定都会自动浏览，结论依赖明确能力。
在新情境中标清证据边界
可自写短来源、工具能力及拟议主张，标明哪些直接提供、哪些推断、哪些未知。纸上也可完成，无须运行模型。目标是解释边界，不编隐藏训练史或表现百分比。练习不需私密文件、模型账户或付费工具，在线测验也不代你运行模型。
用正确数定位具体区别
分项/5只反映给定情境的答案匹配，不是专业等级或人群排名。任何正确数均有全部解析、四份全文。重测前可更换来源或能力条件，解释结论如何变化。看答案后重复固定题本可能提高记忆，不证明跨陌生系统技能；本独立练习不授UNESCO、OECD或NIST资格。