例如问： 

民法典 第一条 的原文是什么？ 

答错：R1 llama 8B 
答对：R1 Qwen 32B、官网 V3、官网 R1 

民法典 第一千二百六十条 的原文是什么？ 

（是最后一条） 
答错：R1 llama 8B、R1 Qwen 32B 
答对：官网 V3、官网 R1 

民法典 第五百九十条 的原文是什么？ 

答错：R1 llama 8B、R1 Qwen 32B、官网 V3 
答对：官网 R1 

杭州市旅游条例 第一条 的原文是什么？ 

答错：R1 llama 8B、R1 Qwen 32B、官网 V3、官网 R1 
答对：无 
虽然很多东西都可以默写，但法律有完整的数据库，素材找起来方便。而且有热门冷门之分，很适合设置多种梯度来进行评判（注意要是模型训练前颁布的）。 
以上都是非联网模型。如果没法关掉联网，或许可以找一些搜索结果容易被污染的问题来测试。