想知道使用的R1大模型是否在「背诵答案」📚？ 


想知道使用的R1大模型是否「不满血」🤥？ 


想知道使用的R1大模型是否会深度思考「被截断」✂？ 

该Dify工作流通过 

选择1000道OpenR1-Math-220k的题目
改变题目形式
改变题目的语言风格
改变题目的语序

使得修改后的题目区分于原始题目，从而来测试大模型是否仍然能正确回答问题。 

DIFY DSL 文件下载： 
百变测试题V0.1.0-案例-Dify-0_15_3-阿里百炼-DeepSeekR1（分享版）.yml.zip (131.1 KB) 

⚠注意：开放数据集没办法用作评估R1性能，只能拿来判断是否为满血R1。 
Dify 如何部署，可B站搜索教程安装 

工作流 效果展示
 [image-2] 
👰追妻小说风格
原始题目 
1+1 等于几？

转换后的题目 
他冷冷地看着她，眼中闪过一丝复杂的情绪...