AI出题再生成一次，64道里有35道原样回来

同一份卷子生成两次，第二次的64道里有35道重复第一次，15道一字不差，35对重复里有20对答案字母相同。攒题库前要先跨导出查重：一段材料跑两次平均只得到11.6道新题。

📜 目录

• 跑了什么
• 重复多少
• 重复从哪来
• 凑一份60道的题库要多少材料
• 检查脚本
• 这查不出什么

上午给一个班生成一份小测，下午另一个班要用，拿同一段材料再生成一遍。两份卷子在不同标签页里打开，看着不一样，一半以上是同一道题换了个说法。

下面这组数是128道题：八段材料、每段八道题、两次独立生成，2026年11月11日。只回答一个问题——让同一个生成器把同一份卷子再出一遍，有多少会原样回来。

跑了什么

八段110到130词的材料，都是为这次测试写的：珊瑚白化、拉链的专利史、印度季风、酸种酵头、GPS定位、印加结绳、睡眠周期、茶叶氧化。每段材料分两次、各自独立调用，要求八道四选项题、恰有一个正确答案，以JSON返回、答案用0到3的下标。温度1.0，模型deepseek-chat，返回里标的是deepseek-flash。

只有四个选项文本互不相同、答案下标合法的题才计入，128道全部通过，所以下面的计数里没有悄悄丢掉的题。两次调用之间没有共享上下文，第二次不是缓存命中，是拿同一段材料、同一份提示重新生成的。

重复多少

第二次的64道题里，35道能在第一次里找到对应的一道，按词元杰卡德相似度0.5以上算，占55%。其中15道连题干都一字不差。门槛提到0.7还剩22道，占34%，说明重复的主要是贴得很近的改写，不是勉强沾边。

门槛是人为选的，所以看一下卡在线上的是什么。0.5到0.6之间有4对，逐对看过，问的都是同一件事：「季风由什么驱动」对「季风被描述为什么」，「台面上的酵头多久喂一次」对「放在台面上的酵头应该多久喂一次」。再往下降，配上的就开始问不同的事了。门槛放低，数字会变大，量到的却是用词相近，不是同一道题。

重复从哪来

拉链那段重复最多，八道里重复六道，十六道只剩十道是新的。那段材料全是年份和人名：1851、豪、1913、桑德巴克、1918年的海军、1923年的广告。一段材料能考的事实是有限的，让生成器走两遍，它按略微不同的顺序把同一份清单又走了一遍。珊瑚白化和茶叶氧化各只重复三道，留下十三道新的。

35对重复里，29对连正确答案的文本都一样，20对的答案落在同一个字母上，没有一例出现第一次的干扰项在第二次变成正确答案。所以重复的题可以直接用，代价是你以为买到的那道新题其实是旧的。答案字母会跟着一起回来：前一天的位置体检发现96道生成题里只有5道把答案放在D，一道题重复时，它落在哪个字母也一起重复。

凑一份60道的题库要多少材料

八段材料算下来，一段材料跑两次平均得到11.6道不重复的题，最少的10道，最多的13道。要凑60道，得五到六段材料各跑两次，生成的题大约90道；八段各跑一次只有64道，而且没有第二份可比。第二次跑值得做的前提是先把重复去掉，否则付了64道的调用，只留下29道新的。

检查脚本

只用标准库，Python 3.8以上。两份导出都是表头stem,a,b,c,d,answer的CSV，answer填小写字母。不带参数时只报重复：把超过门槛的每一对打出来，最后给计数。--merge会把第一次的题全部留下、第二次只并入不重复的，写成一份新题库。--th改门槛，短题干用0.5，长题干放到0.45也合适。

拿这次测试的两份导出跑一遍，输出截取一对和汇总：

A=64 items  B=64 items  threshold=0.50
DUP 1.00
  A: In what year did Gideon Sundback redesign the teeth?
  B: In what year did Gideon Sundback redesign the teeth?
B items repeating A: 35 of 64 (55%)
merged bank: 93 items

这查不出什么

一个模型家族、一天的生成、英文材料，八段全是说明性文字。叙事或议论性的材料可考的事实可能更少，重复更多；材料更长，事实更多，重复会少一些。脚本比的是题干用词，同一个事实换个角度问，「1913年」对「豪的专利之后多少年」，会被当成两道题，所以事实层面的重复只会比55%更高，不会更低。重复的题对不对、有没有歧义、难度合不合适，是另外几项体检：28.6%的题能靠选项长度蒙对，15186道真题上的答案泄漏体检。

如果还在挑工具，九个工具的免费边界和导出限制在这篇：九个免费出题工具各自能给到什么。带两个数进下一份导出：64道题里有35道第二次原样回来；一段材料跑两次，拿到11.6道可用的题。

相关文章

• AI出题工具的答案位置：96道生成题里只有5道把答案放在D
• 2026年AI记账应用：Firefly III（2.4万星）对比Actual Budget，带AI分类的自托管记账
• Claude Code 香港能用吗？支付、访问、网络全攻略（2026 实测）

重复只是题库出问题的一种方式，另一种是这道题本来就不需要材料。把材料藏起来，80道里71道照样答对，活下来的九道全是细节题：闭卷测试。