用事件设计测模型知识截止
giffmana · x · 2026-07-11
这条帖子介绍了一个很简单的 **模型知识截止时间 benchmark**：作者会为每个月编造一批“意外事件”，再问模型这些事件相关问题，用模型是否知道这些事件来反推它的知识更新边界。 帖子里引用的原帖还给出了一个观察：**OpenAI 和 Anthropic** 的模型似乎是少数保持较新知识的厂商，而其他厂商，包括一些中文模型实验室，整体上至少落后约 **12 个月**。作者称图里圈出来的方块就是他们推断出的真实 cutoff。