Data Samples / Search & Open-ended Questions

When There's No Standard Answer, Can AI Still Deliver?

When faced with math problems or code bugs, today's AI is already remarkably smart. But in real life, the questions we throw at AI are often open-ended: How can I improve myself during a 2-hour daily commute? What's the best affordable skincare routine under $50 for sensitive skin?

These questions don't have absolute, standard answers. What users need isn't a safe, overly comprehensive 'technically correct but useless' response, but actionable advice grounded in real-life experience and solid judgment. We built this dataset to see if models can step out of their 'safe zones' and solve practical problems like an experienced human.

To make subjective 'usefulness' measurable, we invited seasoned experts across various domains to craft 'golden responses' based on real-world scenarios. They broke down their practical experience into dozens of fine-grained grading rubrics—ranging from 'whether implicit needs were identified' to 'whether the advice is actionable'—defining the exact criteria for a great answer.

The dataset spans across multiple verticals such as women's health, career advancement, pet care, and skincare—diving deep into highly specific life situations, like treatment decisions for young breast cancer patients or odor control in multi-cat households. You can explore the full landscape of these real-world questions in the bubble chart below:

Evaluation Samples

See how experts evaluate AI

The samples below showcase complete evaluation snapshots: real user prompts, expert-crafted golden responses, along with quantitative scores and detailed deduction/bonus points for frontier models. You can intuitively see what it takes to actually score high.

User Prompt

每天通勤 2 小时,想利用这段时间提升自己,有什么适合的学习方式或内容推荐

Model Leaderboard
1Gemini 3.1 Pro
61.7
2Seed 2.1
60.4
3GPT 5.5
56.5
4GPT 5.4
48.7
5Seed 2.0
35.6
6Opus 4.8
35.4

每天2小时通勤时间是一笔被大多数人忽视的隐形财富。按一年250个工作日计算,你将拥有500小时——这个量级足以让你在某个领域从小白成长为半个专家。

要真正将这段时间转化为能力,核心不在于"学什么",而在于"如何根据真实场景匹配学习方式"。通勤环境充满各种限制,只有精准适配,才能保证学习长期坚持。

一、根据通勤环境选择适配的学习方式

1. "只带耳朵"模式(适用场景:拥挤/无座/驾驶/骑行/步行/易晕车)

这是最普适、最护眼的方式,不受姿势和屏幕限制。

播客:相比短视频,播客内容更深度、系统。推荐"小宇宙"或 Apple Podcasts。

听书:微信读书"AI听书"、喜马拉雅、得到 App、Audible(英文听书)。

语音复盘:步行/换乘等安全场景下使用语音备忘录做轻量复盘,锻炼口头表达和逻辑梳理能力。

2. "沉浸阅读"模式(适用场景:有座位、环境平稳、不晕车)

视觉与双手限制解除,可以进行轻量阅读或记忆。

稍后阅读工具:将微信公众号、知乎、微博的优质长文存入 Cubox、Pocket 或微信"稍后阅读",集中沉浸处理。

间隔重复记忆:用 Anki 或 Quizlet 等闪卡软件背单词、记专业术语、考证复习,非常适合10-15分钟的零碎时间。

轻量级互动学习:多邻国、百词斩等游戏化语言APP,或B站/慕课网下载好的实操类课程(如Excel技巧、编程入门)。

二、高适配性的学习内容方向

1. 语言能力提升

通勤非常适合碎片化语言学习,语感培养依赖短时高频的日常暴露。

听力/口语:听 ESL 播客(如 All Ears English)、英文原版有声书、慢速新闻。推荐使用"影子跟读法"(Shadowing)——紧跟源语发音,无需纸笔,快速锻炼口语。

词汇/表达:每天固定时间背词复习(前30分钟),听力输入(中间30分钟),跟读复述(后10-15分钟)。记住:同一段材料听3-5遍,比每天换新材料更有效。

2. 职场与专业技能提升

直接助力工作发展,但要注意通勤时间的边界。

行业前沿与软技能:听行业深度商业访谈(如《半途而废》《声东击西》《商业就是这样》)、沟通表达、向上管理、时间管理等通识课程。

硬核技能(编程、数据分析等) :通勤时只听理论和底层概念,复杂的动手实操留给回家后的整块时间。最好的搭配是:通勤听理论,晚上/周末做练习。

考证/考研准备:如果正在考公、考研或考证,这2小时就是雷打不动的复习时间(刷题库、听网课)。

3. 认知与通识教育扩展

拓宽宏观视野,缓解职场焦虑。

心理学与自我成长:《被讨厌的勇气》《思考,快与慢》《掌控习惯》等经典书籍,帮助你更好地认识自我。

经济与人文历史:历史和哲学是极好的"心灵按摩",让你在快节奏中保持宏大视角。

AI 工具使用:学提示词思路,学会把AI用进工作流。

三、保障落地的关键策略

1. 准备"离线粮仓"

公共交通经常信号不好。建议每周日晚上下载好下周要听的播客、电子书和视频,消除"因为没网而放弃学习"的借口。

2. 设定"主题日"或"周期聚焦"

避免碎片化时间导致知识过于发散:

主题日:周一、三攻行业英语/背单词;周二、四听播客/看专业书;周五听音乐或看书放松。

周期聚焦:连续4-8周只攻一个主题,比如4周英语听力、4周表达与沟通、4周行业知识,让输入真正结晶成体系。

3. 重视"微输出"

纯输入很容易学完就忘。通勤场景下必须伴随轻量输出:

下车前最后5分钟,在备忘录里写下今天的3个核心启发。

步行/换乘时,用语音备忘录口头复述刚才听到的核心概念。

听完后用一句话总结:"今天学到的一个观点是什么?"

4. 精力控制与允许"摆烂"

难度适中:不要选过于晦涩的内容,以"稍微集中注意力就能听懂"为准,避免过度消耗精力影响白天工作。

留白休息:不要强行将2小时塞满。可以按"90分钟学习+30分钟放空"安排,或某天极度疲惫时闭目养神。休息,也是为了更好地提升。

5. 安全底线(绝对不可逾越)

如果你驾驶(开车、骑电动车)通勤,必须严格遵守只听音频、绝对不看屏幕的原则,不进行任何妨碍视线和注意力转移的活动。

四、2小时通勤学习时间拆解模板(单程1小时为例)

1. 去程(精力充沛期,主攻输入):

前 40 分钟:沉浸式听一期行业商业播客,或进行一节完整的音频课学习。

后 20 分钟:整理概念,或用碎片化工具进行语言打卡和专业词汇复习。

2. 回程(精力回落期,主攻复习与恢复):

前 30 分钟:复听早上内容的重点,并强制自己完成微输出(记 3 条笔记或录制 1 分钟语音总结)。

后 30 分钟:允许自己“摆烂”。闭目养神,听舒缓音乐或白噪音,刻意留白,洗去一天的疲惫,平稳过渡回生活状态。

五、你的第一步行动指南

明天早晨的通勤,先不要贪多。选定一期40分钟左右的播客或者带上一本早就想看的书,试着在路上沉浸进去,感受专注带来的充实感。

最值得优先投入的三个方向:英语(回报高,适合通勤) 、表达与思维(对几乎所有工作有帮助) 、行业/职业知识(最容易转化成收入和机会) 。

如果你愿意,我可以进一步按你的目标做一份:通勤学习计划(30天版) 或具体内容清单(英语/转行/职场提升/阅读输入) 。

User Prompt

家里养了两只猫,猫砂盆附近总有异味,用什么设备可以监测空气质量

Model Leaderboard
1Gemini 3.1 Pro
65.7
2GPT 5.4
45.5
3Seed 2.1
42.9
4Opus 4.8
38.8
5GPT 5.5
23.6
6Seed 2.0
11.5

家里养了两只猫,猫砂盆附近的异味确实是许多多猫家庭常见的困扰。想要科学地监测和改善空气质量,我们可以从了解异味成分入手,并选择合适的监测与联动设备。

一、猫砂盆异味的成分构成

为了明确需要购买哪些监测设备,首先需要分析猫砂盆异味的成分构成。宠物生活空间中的异味并非单一成因,其中最典型的成分是猫咪排泄物分解产生的氨气,这类气体具有强烈的刺激性尿骚味。同时,猫咪的皮脂腺分泌物及排泄物在微生物的作用下,会持续释放出大量的挥发性有机物(VOCs),这也是形成环境整体“臭味”的核心。此外,猫咪在如厕后刨砂掩埋时,还会扬起大量的颗粒物粉尘(如PM2.5、PM10),导致周边的空气质量进一步劣化。

二、独立监测设备类别

针对上述复杂的污染源,您可以首先考虑用于猫砂盆空气监测的独立监测设备类别。对于普通养宠家庭,最推荐使用的是综合性家用空气质量检测仪。在使用这类设备时,总挥发性有机物(TVOC)是反映空气中气味变化最关键的监测指标,当TVOC浓度升高时,就能为您直观感受到的“空气不新鲜”提供科学的数据支撑。除此之外,您还可以考虑使用专用的氨气检测仪来进行垂直监测。

三、集成化设备

除了纯粹的监测仪器,目前市面上还有许多自带空气质量监测功能的集成化空气净化设备。由于猫咪排泄物异味的主要成分中还包含极具恶臭感的硫化氢,光靠监测无法解决痛点,这类“监净一体”的设备往往更加实用。

在具体的设备与品牌选择上,如果您倾向于购买综合家用空气检测仪,青萍(Qingping)是一个不错的具体品牌选择,能够直观显示各类污染数值;而前文提到的专用氨气检测仪,则更适合对异味源头排查要求极高、需要精准定位恶臭因子的家庭。如果您希望一步到位,强烈推荐使用带有异味监测功能的宠物专用空气净化器,例如霍尼韦尔(Honeywell)和美的(Midea)等品牌都推出了针对养宠家庭设计的净化产品。此外,您还可以选择带有气体监测功能的智能猫砂盆,在猫咪如厕后第一时间从源头进行异味测量与处理。

四、智能家居联动策略

有了这些监测设备后,最有效的使用方式是构建基于空气监测设备数据的智能家居联动方案。例如,您可以将空气检测仪与排风扇进行自动化开关联动,当检测到TVOC等异味数值超标时,自动开启排风扇进行快速的物理换气。同时,也非常建议将空气检测仪与空气净化器进行自动化风量联动,在异味或粉尘激增时让净化器自动切入大风量模式,形成空气管理的智能闭环。

五、使用注意事项与选购建议

在日常使用中,空气监测设备在摆放和选购上也有一些注意事项。建议您优先选购支持历史数据记录功能的空气监测仪,这样可以通过查看数据变化曲线,掌握两只猫咪的如厕规律以及净化设备的实际运作效果。此外,空气检测设备摆放的位置切忌紧贴着猫砂盆,距离污染源过近会导致传感器瞬间爆表或长期处于高浓度环境中发生数据漂移,应当保持适当距离,以测量人实际活动的呼吸区环境为准。

六、源头改善建议

除了依赖监测设备和净化电器,从源头改善猫砂盆异味也是一套完整治理方案中不可或缺的环节。既然家里养了两只猫,建议您采取增加猫砂盆数量的方式(遵循“猫咪数量+1”的原则,即准备3个猫砂盆)来分散排泄物,避免异味过度堆积。同时,建议更换除臭能力更强、吸水结团快且粉尘较小的猫砂,通过物理手段从根源上斩断气味的散发。

User Prompt

年轻早期乳腺癌患者需生育,保乳加放疗还是全切加重建?请据最新复发率与生活质量数据做出最佳治疗决策。

Model Leaderboard
1Gemini 3.1 Pro
80.7
2Seed 2.1
78.1
3GPT 5.5
69.2
4GPT 5.4
59.9
5Seed 2.0
53.5
6Opus 4.8
47.5

针对年轻且有生育需求的早期乳腺癌患者,在符合手术适应症的前提下,最佳治疗决策应优先推荐保乳手术联合放疗,而非全切加重建。以下从最新生存复发数据、生育哺乳体验、长期生活质量及个体化分层等核心维度为您详细解析。

一、 复发与生存率表现等同

最新临床医学数据表明,保乳联合放疗与全乳切除手术在长期的总生存率上表现完全等同,无统计学显著差异。尽管年轻患者采用保乳术后的局部复发风险可能微弱高于全切,但这极小的差异不会导致总体死亡率增加。全切加重建后就能完全免除放疗是一个严重误区。若术后病理提示淋巴结阳性或存在其他高危复发因素,全切患者依然必须接受放疗。试图通过切除整个乳房来换取更长生存期或彻底避开放疗是不符合现代科学共识的。

二、 生育友好性与哺乳能力优势

保乳方案在此维度具有不可替代的优势。真正损害年轻女性卵巢储备与生育能力的核心并非乳房局部手术的切除范围,而是术后必须经历的化疗或内分泌治疗,例如联合阿贝西利等细胞周期抑制剂的全身性辅助治疗。对于所有有生育需求的患者,必须把握住不可逆的时间窗口,在开启全身化疗或内分泌药物治疗前,及时完成卵子或胚胎冷冻的生育力保存。

在带癌求子的安全性方面,最新国际重磅临床试验已经证实,年轻患者暂停内分泌药物去完成妊娠与哺乳是完全安全的,不会显著推高短期复发风险。在哺乳体验上,保乳患者保留了部分乳腺及对侧健康乳房,健侧乳房依然能够正常泌乳以满足新生儿的喂养需求。若实施患侧全乳切除,内部腺体被彻底剥离,该侧乳房将永久丧失哺乳分泌能力。

全切重建方案在孕产期还会面临极大隐患。若采取腹部皮瓣等自体组织重建,未来怀孕时随着腹部孕周膨隆,可能引发腹壁薄弱甚至发生疝气。若采取硅胶假体植入重建,在妊娠和哺乳期健侧乳房会经历正常的生理性胀大和回缩,而假体维持静态体积,将导致双侧乳房外观出现严重不对称。

三、 长期生活质量保障

保乳手术创伤小且术后恢复迅速,能够完全规避全切重建带来的皮瓣坏死、严重感染或假体包膜挛缩等高发外科并发症风险。长期随访数据明确指出,保乳患者在身体意象即对自我身体的接纳程度与性生活心理满意度方面,评分显著优于经历了全切及重建的女性。

四、 禁忌与个体化分层评估

保乳手术的优先推荐基于特定的肿瘤前提条件。通常要求病灶尺寸较小且属于单灶肿瘤,距离乳头位置合适以保证手术能达到切缘阴性。若术前评估发现多灶性广泛病变、影像学提示存在广泛的恶意微钙化,或肿瘤已严重侵犯皮肤,则属于保乳绝对禁忌,此时必须转而推荐全切手术保障生命安全。

由于保乳必须配合放疗,若患者患有严重结缔组织疾病或既往有胸部放疗史,身体无法耐受放疗时也应改选全切。若术前基因检测确诊患者携带BRCA变异等胚系致病基因,基于未来极高的对侧新发乳腺癌概率,具有一票否决权,需强烈建议考虑全切乃至双侧预防性全切手术。

五、 多学科协同与备孕时间轴

顺利落实这一决策离不开多学科协同。肿瘤科团队应在开启任何抗肿瘤治疗前,迅速协同生殖医学科介入。对于需要接受内分泌治疗的患者,标准的实操时间线是在接受了18至30个月的规范内分泌用药后,在多学科团队严密监控下安全停药,随后正式进入备孕阶段。

综上所述,只要经专业评估符合条件且不存在基因突变等绝对禁忌,保乳联合放疗配合规范的生殖保存干预,是兼顾生存期限、生育质量与身心尊严的最佳综合决策。

User Prompt

20~30岁女性,敏感肌,怎样选购一套温和补水性价比高的护肤产品,预算300元以内

Model Leaderboard
1GPT 5.5
63.4
2Opus 4.8
59.8
3Gemini 3.1 Pro
57.4
4GPT 5.4
48.0
5Seed 2.1
47.4
6Seed 2.0
43.1

对于20~30岁的敏感肌女性来说,想要挑选一套温和补水且高性价比的护肤品,整体护肤思路必须以修护肌肤屏障为主。在这个阶段,皮肤较为脆弱,因此日常护理需要严格遵循精简护肤步骤的原则,只需保留最基础的清洁、保湿和修护即可,避免繁琐的叠加给皮肤造成额外负担。为了满足你的需求,我会为你定制总体的产品搭配方案,并且确保整套产品的总预算严格控制在300元以内。

以下为你整理的选购思路以及几套300元以内的黄金搭配方案:

一、 敏感肌选购指南(避雷与寻宝)

1.避开刺激成分:在选购具体产品时,敏感肌首先要做好成分的“避雷”。在看成分表时,务必避开含有酒精、香精以及强刺激性防腐剂的成分,这些都是容易引发皮肤泛红和刺痛的元凶。同时,切忌为了追求平滑肌肤而使用高浓度果酸,也要避开高浓度水杨酸成分,它们会剥脱原本就脆弱的角质层。在清洁环节,洁面产品需要避开含有皂基类型的配方,防止过度带走皮脂;在日常护理中,也应避免使用磨砂膏进行物理去角质,以免加重屏障受损。

2.寻找修护成分:优先选择含有神经酰胺、角鲨烷、泛醇(维生素B5)、积雪草、红没药醇、透明质酸(玻尿酸)的产品,这些能帮你增厚角质层,把水分锁住。在水乳或面霜的挑选上,为了达到良好的保湿效果,可以优先选择含有透明质酸的保湿成分,以实现温和、深层的水分补充;如果面临泛红不适,优先选择含有积雪草的舒缓成分能够有效镇静肌肤。更为核心的是,为了强健皮肤底子,建议优先选择含有神经酰胺以及含有泛醇(维生素B5)的修护成分,它们能够切实填补角质层脂质,增强皮肤自身的防御力。

二、 300元以内高性价比护肤套装推荐

方案一:屏障修护金标准 —— 珂润(Curel)水乳套装

搭配建议:珂润润浸保湿化妆水(约120元) + 珂润润浸保湿柔和乳液(约130元~150元)。洁面可搭配几十元的旁氏米粹或温水洗脸

总预算:约 250 - 280元(电商大促时价格更低)

推荐理由:珂润是专为干敏肌研发的日本药妆品牌,核心优势是含有神​​经酰胺功能物质和蓝桉叶提取物。神经酰胺是构成皮肤屏障的重要成分,敏感肌通常就是因为缺它才留不住水分。这套水乳肤感极佳,补水的同时能真正把受损的屏障养回来。

方案二:国货之光,舒缓褪红 —— 溪木源山茶花系列套装

搭配建议:溪木源山茶花洁面 + 山茶花水 + 山茶花乳液(官方旗舰店日常套装价)

总预算:约 200 - 250元

推荐理由:近年非常火的专为敏感肌设计的国货。山茶花系列主打修护屏障、舒缓泛红。里面添加了山茶花提取物、积雪草和泛醇(B5)。相比日系产品,它的肤感做得更清爽,好吸收不黏腻,非常适合20-30岁容易外油内干或长闭口的敏感肌。

方案三:极简急救搭配 —— 雅漾 + 薇诺娜(精简至两步)

搭配建议:雅漾舒护活泉水喷雾300ml(约80元) + 薇诺娜舒敏保湿特护霜15g/30g(约80-160元)

总预算:约 200 - 240元

推荐理由:如果你的脸正在过敏、泛红、干痒,请立刻停用所有复杂的护肤品(包括洗面奶,早晚直接用清水洗脸)。洗完脸后,用雅漾大喷全脸喷湿舒缓,稍微按压吸收后,直接涂抹一层薇诺娜特护霜(含马齿苋和青刺果提取物,医院皮肤科常推荐)。这两步就能搞定极简护肤,把钱精准花在修复上。

三、 敏感肌日常护肤特别嘱咐(不花钱的变美秘籍)

1. 晨间清水洗脸:敏感肌早上起来不要用洗面奶!直接用温水洗脸即可,保留夜间分泌的一层天然皮脂膜,这是最好的天然屏护。

2. 切勿频繁去角质:不要用清洁面膜、磨砂膏、洗脸仪,敏感肌的角质层已经很薄了,越洗越薄越敏感。

3. 防晒以“硬防晒”为主:20多岁预防光老化很重要,但敏感肌涂防晒霜容易闷痘或过敏,卸妆过程又会二次伤害皮肤。建议出门首选防晒伞、防晒帽、防晒口罩(硬防晒),如果一定要涂防晒,选择纯物理防晒,且最好是普通洗面奶就能洗掉的。

4. 建立耐受:哪怕是买针对敏感肌的产品,第一次使用前,也建议在耳后或手腕内侧涂抹一点,观察24小时没有红肿发痒再上脸。

⚠️ 避坑提示

1. 不要选购300元以内同时宣称美白、抗皱、收缩毛孔等多重功效的套装,大概率添加了刺激性成分,反而加重敏感。

2. 入手前可以先买小样在耳后试敏,24小时无泛红刺痛再入正装,避免浪费预算。

3. 敏感肌不需要叠加太多护肤步骤,基础三步足够,过度护肤反而会破坏皮肤屏障。

总结建议:

1.如果你只是日常求稳补水,买方案二(溪木源);

2.如果你觉得脸部容易发干、起皮、屏障受损,直接选方案一(珂润)。

总之,记得趁着电商活动(如妇女节、618、双11)购买,300元以内拿下整套完全没问题!

最后给你一句最实用的购买公式

看成分简单 + 无明显刺激 + 保湿修护为主 + 护肤步骤少 = 最有性价比。