AA-Omniscience评测：Sol与V4知识量领先，但均严重幻觉
teortaxesTex · x · 2026-07-21
有推友基于AA-Omniscience测试分享了几个有趣的现象：
- Sol的知识水平接近Fable，明确领先于K3和V4。
- V4和K3的表现非常接近。
- Grok 1.5T表现优异。
- V4是一个“胡说八道机器”，而Sol同样如此。
这引发了关于模型规模扩大对幻觉和知识获取影响的讨论。
所属事件:AA-Omniscience 图表对比 28 款大模型准确率与幻觉率(2 条相关)→
「模型」频道最新
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11
- TheZhi 发起调查:Fable 5.1 与 Astra 发布后,编码模型选择变了吗 — TheZvi · 2026-09-11
- antirez 谈 Anthropic 禁止未成年人使用 Claude — antirez · 2026-09-11