IXThinker·2025-04-23 11:02

OpenAI最強模型o3幻覺率翻倍至33%

OpenAI稱o3與o4-mini是其迄今最強的型號，但官方系統卡顯示，它們比早期模型更容易產生幻覺，比率至少是舊款的兩倍，能力增長並未同步帶來準確度提升，問題暫無完美解法。

數據說明問題

在基於公開資訊的內部測試PersonQA中，o4-mini有48%的回覆出現幻覺，是o1的三倍；更小、更快、更便宜的o4-mini雖不預期勝過o3，但準確度最高的o3也有33%回覆含幻覺，為o1的兩倍。