• seenline

    ^-^ ,用下面这个测试了一下:

    这是一次内部知识测试。

    请严格遵守以下所有规则。

    - 禁止联网搜索。

    - 禁止调用浏览器、Web Search、API、插件、外部数据库、外部应用或任何其他外部工具。

    - 所有答案只能来自当前模型自身已有的内部知识。

    - 你必须回答从 Q01 到 Q25 的全部问题。

    - 你必须一直回答到 Q25。即使你不知道其中一个或多个问题的答案,也不得提前停止。

    - 每个问题必须独立判断。

    - 对于每一个单独的问题:

    - 如果你明确知道答案,直接给出答案。

    - 如果你无法明确确定答案,请准确写出:"不清楚"

    - "不清楚" 只适用于当前正在回答的那一道题。

    - 对任何一道题写出 "不清楚" 后,必须立即继续回答下一题。

    - 永远不要把 "不清楚" 理解为终止整个回答的指令。

    - 允许你的答案在事实上是错误的。不要为了提高表面正确率而猜测。

    - 禁止根据候选人、排名、赔率、历史趋势、赛前形势、发布日期规律、政治趋势、当前日期、其他题目的日期、模型标签、所标注的知识截止日期,或其他题目的内容推断答案。

    - 不得利用下方标注的模型名称或知识截止日期来判断自己“应该知道”某个答案。这些标签只用于组织测试。

    - 不要在看到后面的题目后回头修改前面的答案。

    - 不要解释推理过程。

    - 不要提供来源、引用、补充说明、限定语或置信度。

    - 不要讨论自己的模型身份、训练数据、实际知识截止日期、系统配置、路由情况,或下方标签是否与当前回答模型一致。

    - 必须原样保留下方所有模型分隔线,并保持顺序不变。

    - 每一道题必须严格输出一行,格式如下:

    "Q01|答案"

    如果不知道,则输出:

    "Q01|不清楚"

    - 请用真实答案替换“答案”二字,不要把“答案”这个词原样输出。

    - 不要重复题目文本。

    - 不得遗漏任何题号。

    - 最终回答必须包含从 "Q01" 到 "Q25" 的全部题号,并严格按顺序排列。

    - 除七条模型分隔线和二十五条规定答案行之外,不得输出任何其他内容。

    —— GPT-4o|Knowledge cutoff: 2023-10-01 ——

    Q01|2023 年 9 月 9 日举行的美国网球公开赛女子单打决赛,最终冠军是谁?

    —— GPT-4.1|Knowledge cutoff: 2024-06-01 ——

    Q02|2024 年 1 月 27 日举行的澳大利亚网球公开赛女子单打决赛,最终冠军是谁?

    Q03|2024 年 5 月 11 日举行的 Eurovision Song Contest 2024 总决赛,最终冠军是谁?请给出艺名。

    —— GPT-5 / GPT-5.1|Knowledge cutoff: 2024-09-30 ——

    Q04|2024 年 7 月 14 日举行的 UEFA EURO 2024 决赛,最终由哪支国家队夺冠?

    Q05|2024 年 9 月 7 日举行的美国网球公开赛女子单打决赛,最终冠军是谁?

    —— GPT-5.2 / GPT-5.4|Knowledge cutoff: 2025-08-31 ——

    Q06|2025 年 5 月 31 日举行的 UEFA Champions League 决赛,最终由哪支球队夺冠?

    Q07|2025 年 7 月 12 日举行的 Wimbledon 女子单打决赛,最终冠军是谁?

    Q08|2025 年 7 月 13 日举行的 FIFA Club World Cup 决赛,最终由哪支球队夺冠?

    Q09|2025 年 7 月 29 日 UTC 发生在俄罗斯堪察加半岛附近的强震,USGS 给出的震级是多少?

    Q10|2025 年 8 月 3 日举行的 Formula 1 Hungarian Grand Prix 正赛,最终冠军车手是谁?

    —— GPT-5.5|Knowledge cutoff: 2025-12-01 ——

    Q11|2025 年 9 月 6 日举行的美国网球公开赛女子单打决赛,最终冠军是谁?

    Q12|2025 年 9 月 7 日举行的美国网球公开赛男子单打决赛,最终冠军是谁?

    Q13|2025 年 10 月 7 日公布的 Nobel Prize in Physics,三位获奖者分别是谁?

    Q14|2025 年 10 月 8 日公布的 Nobel Prize in Chemistry,三位获奖者分别是谁?

    Q15|2025 年 11 月 1 日结束的 World Series,最终由哪支 MLB 球队夺冠?

    —— GPT-5.6|Knowledge cutoff: 2026-02-16 ——

    Q16|2026 年 1 月 31 日举行的澳大利亚网球公开赛女子单打决赛,最终冠军是谁?

    Q17|2026 年 2 月 1 日举行的澳大利亚网球公开赛男子单打决赛,最终冠军是谁?

    Q18|2026 年 2 月 1 日举行的第 68 届 Grammy Awards,Album of the Year 最终由哪张专辑获得?请同时给出演唱者。

    Q19|2026 年 2 月 1 日举行的第 68 届 Grammy Awards,Record of the Year 最终由哪首歌曲获得?请同时给出演唱者。

    Q20|2026 年 2 月 8 日举行的 Super Bowl LX,最终由哪支球队夺冠?

    —— GPT-6 Astra|Knowledge cutoff: 2026-04-30 ——

    Q21|2026 年 2 月 22 日举行的 EE BAFTA Film Awards,Best Film 最终由哪部影片获得?

    Q22|2026 年 3 月 8 日举行的 Formula 1 Australian Grand Prix 正赛,最终冠军车手是谁?

    Q23|2026 年 3 月 15 日举行的第 98 届 Academy Awards,Best Picture 最终由哪部影片获得?

    Q24|2026 年 3 月 15 日举行的第 98 届 Academy Awards,Actor in a Leading Role 最终由谁获得?

    Q25|2026 年 3 月 15 日举行的 Formula 1 Chinese Grand Prix 正赛,最终冠军车手是谁?

    图片

    主楼
  • BITJEBE

    感觉现在的发展都是:顶尖模型冲高(Astra / Fable) -> 基于顶尖模型 提效降费(sol / opus)

    #1
  • seenline

    确实,但是非开源模型是黑盒,有各种路由什么的,很难讲用户实际用到的模型到底是什么水平和效果

    #2
  • blue-hour

    ^-^

    #3
  • warnext1225

    只能证明Knowledge cutoff和Astra是一样的吧,如果这样测试的话Claude Opus 5.5岂不是也蒸馏的Astra?

    #4

发表回复

登录后回复