国内爆吹的deepseek，为啥回答是这个

这个恐怕什么也代表不了。解决这个也不费事，加点固定的系统提示词就覆盖过去了，但实在是没必要。deepseek比起其他大模型领先很多了，没必要在这种鸡毛蒜皮的小细节上面浪费精力。天天背着这种细节是走不快的。

深度思考啊

其实未必是训练数据的原因，更可能是这部分的泛化没有专门去“对齐”到单一答案上。
当前主流深度神经网络基本原理和工作机制相若，泛化训练中就可能将不同公司不同模型理解为同类，那么在这个范围内表现为随机重组的不确定回答（训练数据中出现频率高的名称，自然“产生”几率高），正是泛化的体现。