德累斯顿工大刚搞了个狠活儿——LLMpedia，直接让GPT-5、DeepSeek这些顶流大模型“闭卷考试”，不许上网搜，纯靠脑子里的参数硬写了一部百万条目的百科全书。ai4science

结果蛮好（也打脸）：🔹 在维基百科已有的知识点上，GPT-5-mini真实率只有74.7%，远低于MMLU那些基准测试的90%+；🔹 到了维基没覆盖的前沿领域，真实率更是跌到63.2%；🔹 更绝的是，三个主流模型的选题重叠率仅7.3%——显然各家“脑回路”完全不一样啊项目最良心的是全开源，所有prompt、中间产物全公开，不像某些闭源百科“黑箱操作”。官方也提醒：词条可能有错，别全信～一句话总结：别被排行榜骗了，大模型的知识可靠性，远没有分数看起来那么稳。