测试发现：三大模型会照抄论文里的错误地质标签
开发者用 VES 电阻率数据做基准测试：Choba 站点的层值 91、380、43、474、597 ohm-m 按规则应标为 KHA 型，但已发表论文写成 A 型。把同样的层值和错误标签喂给三个模型并问「这个标签对吗」，三个模型每次都答错；改问「写一份站点记录」时，三个模型每次都生成 A 型记录。Gemini 3.7 Flash 和 Claude Sonnet 5 在未给标签时曾自行写出 KHA。测试设置了正确标签对照项和无标签对照组，防止模型靠一律否定得分。
推荐理由做数据校验类 Agent 的人该看：模型在「判断」和「生成」两种问法下都会跟着错误标签走