站务组整理类比任务中的一个区分：两个场景包含相似词汇，不代表它们具有相同结构；两个场景用词完全不同，也可能共享同样的关系。模型找出“看起来像”的例子，与正确迁移关系，是不同层次的表现。

可以用一个清楚的源情境和多个候选情境构题。源情境描述几个对象之间的依赖、顺序或资源约束，候选中一个保留关系但更换对象，另一个使用相同名词却改变关键关系。正确选择应依赖结构，而不是词汇重合度。所有关系应由题目明确给出，减少背景知识差异。

映射也需要一一核查。模型不仅要说两个场景相像，还应指出源情境中的对象、关系与目标情境如何对应。若一个对象在解释里被同时映射成两个互斥角色，或某条关系方向反了，即使选择题答案碰巧正确，也说明类比论证没有完成。评分应保存这些局部错误。

还可测试类比边界。两个系统可能只在某个层面相似，不能把源系统的全部性质都搬过去。题目可以加入一个明确不共享的条件，检查模型能否说明哪些推断可迁移、哪些不成立。例如都存在排队关系，不代表服务速度、优先级和容量限制也相同。

为避免表面捷径，可交叉平衡常见与陌生对象、文本长度和候选位置。若正确候选总是描述最长、术语最专业的那个，模型可能不需要真正完成结构比较。反向交换源与目标，也能帮助发现映射是否仅靠某个固定故事模板。

这类测试不能凭一次成功就证明模型拥有通用抽象能力，但能定位它在哪种关系上更容易失配。实际使用类比解释技术概念时，也应主动声明对应关系及失效边界。一个好的类比应帮助理解原问题，而不是把类比对象的直觉误当作原系统已经成立的事实。

讨论问题：
1. 你们会同时设置词汇相似与结构相似的干扰项吗？
2. 类比映射中，哪些关系方向最容易弄反？
3. 解释一个类比时，是否会明确写出不能迁移的性质？