GPT-6-Astra 登顶 HalluHard 幻觉评测榜

幻觉评测 HalluHard 公布新结果：GPT-6-Astra 显著优于包括 Fable 5 在内的所有其他模型，登顶榜单，且无论开启或关闭联网搜索均成立，幻觉率明显下降。HalluHard 采用多轮任务与严格校验，要求模型读取解析 PDF 等文件，弥补了现有基准饱和、多为单轮场景、评判能力有限的不足，同时显示前沿模型多轮幻觉率仍居高不下。

2026-09-18 ~ 2026-09-18 · 4 条相关

• HalluHard 评测:GPT-6-Astra 幻觉表现显著领先 Fable 5 — maksym_andr · 2026-09-18
• HalluHard 基准:前沿模型多轮幻觉率仍居高不下 — maksym_andr · 2026-09-18

另有 2 条近重复转述:maksym_andr · maksym_andr