乐鱼体育-OpenAI官方数据：ChatGPT o3瞎编能力比o1高两倍

2025-05-04

　　【LEYU科技消息】ChatGPT的性能还在持续进化。但用户很快发现这类AI有时会给出错误答案，甚至能一本正经地编造看似合理的内容。

　　经过技术迭代，如今ChatGPT及其竞品已能提供部分信息来源，尤其在联网搜索场景中。不过很多人的使用习惯始终未变——坚持要求AI为每个结论标注有效链接，发现错误立即纠正。虽然未来更先进的模型可能解决"幻觉"问题，但当前最新发布的ChatGPT o3和o4-mini反而呈现出更明显的编造倾向，这成为AI发展路上耐人寻味的现象。

OpenAI官方数据：ChatGPT o3瞎编能力比o1高两倍

　　OpenAI官方数据显示，在专门检测幻觉的PersonQA测试中，o4-mini准确率低于前代o1和o3，编造频率更是o1的三倍。而性能更强的o3虽然整体准确率提升，其编造概率却比o1高出两倍。研发团队坦言，即便为模型加入图像分析和联网检索能力，仍无法解释为何升级后的产品更容易"信口开河"。

　　有趣的是，这些新模型确实展现出惊人潜力：通过照片定位拍摄地点，深度解析网页信息，甚至构建复杂的思维链条。但就像不受控的想象力，它们总会在推理过程中夹杂虚构内容。OpenAI工程师至今未能破解这个技术困局。

　　实际使用中，o4-mini有时会过早给出结论，这或许暗示着信息加工过程中存在失真。可以预见的是，在未来相当长时间里，保持对AI输出的审慎核查仍是必要动作。毕竟在追求智能的道路上，真实与幻象往往只有一线之隔。

-乐鱼体育

热门资讯

企业数字化智能体：打造企业数智化AI底座

2024-04-02

TitanIDE（社区版）重磅免费开放使用！

2023-09-26

CloudOS：落地平台工程，实现真正的DevOps

2023-08-16

热门标签

企业数字化智能体 Agent AI 智能体企业智能体数智化AI底座 TitanIDE（社区版）免费在线代码编辑器 CloudIDE免费 TitanIDE免费云端IDE 平台工程 DevOps CloudOS 云原生开发平台落地平台工程云原生物联网开发平台云原生物联网物联网容器云 cloudos 微服务容器编排边端交付 TITANIDE 在线IDE 云原生开发远程研发 IDE TitanIDE 云端开发环境模板 K8s 不懂K8s也能用K8s