新的降智评估方法

灵感来自X 卡帕西转载的内容

反推出的提示词，可用于判断大模型是否降智

让大模型使用自己的知识来判断世界地图对应的经纬度是陆地还是水

这是gpt 6.1 sol轻度的结果

这是5.6 luna 轻度的结果

提示词```
请完成一次“仅凭已有地理知识重建世界海陆地图”的实验，并交付可运行脚本、判断矩阵和最终图片。

实验目的是评估你能将已有地理知识转化为怎样的地图，不追求精确海岸线。

一、知识来源与方法
1. 不得联网搜索、读取真实地图、调用地理数据库、使用海陆判断库或读取标准答案。
2. 允许凭已有知识手写近似大陆轮廓、岛屿轮廓、地理范围及其他判断规则。
3. 允许脚本通过上述规则自动判断每个采样点，无需对每个点分别进行一次语言模型推理。
4. 不得使用图像生成模型。
5. 不确定时采用你认为最可能的近似，不要仅因无法精确判断而停止。
6. 明确说明实际使用的方法，不要将轮廓规则的计算结果描述成逐点独立推理。

二、采样坐标
采用 WGS84 十进制度：
纬度为 89、87、85……-89，共 90 行；
经度为 -179、-177、-175……179，共 180 列。
共 16,200 个采样点，全部必须有判断结果。

三、分类定义
1=陆地，0=水域。
大陆、岛屿、内陆湖泊以及覆盖陆地的冰雪算作陆地。
海洋及被海冰覆盖的海洋算作水域。
海上的浮冰和浮动冰架算作水域。

四、脚本与矩阵
编写可运行的 Python 脚本，把你凭知识编写的规则完整保存在脚本中。
脚本须自动生成完整的 90×180 判断矩阵。
CSV 不含表头，每行 180 个值，只允许出现 0 和 1，不允许留空。
脚本不得下载或查询任何地理数据。

五、图片
将矩阵直接转换为图片：
白色表示陆地，黑色表示水域。
从上到下为北到南，从左到右为西到东。
原始图片为 180×90 像素，采用最近邻放大至 1440×720。
不得平滑、修补海岸线或美化结果。

六、验证与交付
运行脚本并检查：
矩阵为 90×180，共 16,200 个有效值；
图片仅包含黑色和白色；
图片尺寸及最近邻放大符合要求。

直接展示最终图片，并提供：
- 可运行的 Python 脚本；
- 原始判断矩阵 CSV；
- 180×90 原始 PNG；
- 1440×720 放大 PNG。

正文简要说明方法和运行依赖即可，不必列出全部坐标。
请直接完成，不必再次确认是否允许知识近似规则。
如果确实无法完成，说明具体原因及已完成数量，不得把缺失结果伪装为完整结果。