反转 chat template 测试模型生成用户轮次的能力

对约 30 个模型反转 chat template 的测试显示，生成类人用户文本普遍优于 roleplay system prompt，其中 Mistral Small 3 24B 表现最佳。GPT 6 Astra 在识别人类风格文本方面也表现较好，实验同时比较了 roleplay 与 chat template 反转。