GPT 6 Astra 幻觉率从 92% 降至 51%,自称史上最大改善
yanndubs · x · 2026-09-07
Bridgemind AI 引用称新发布的 GPT 6 Astra 将幻觉率从上一代 GPT 5.6 Sol 的 92% 降到 51%,称其为单次发布中最大的幻觉改进;并对比称 Anthropic 的 Fable 5.1 反而「更聪明但更爱说谎」。
转发该贴的 Yanndubs 提醒:解读这类幻觉基准必须控制模型做出的 claims 数量,而原帖两张图都没有做这个控制,结论需谨慎看待。
「模型」频道最新
- GPT-6 Astra 音乐找错测试满分，大幅刷新 65% 纪录 — TheMoonMidas · 2026-09-07
- 实测 Astra 用 Blender 重建 Penrose 三角等视错觉场景 — yshan2u · 2026-09-07
- Google 发布 Gemini 3.8 Flash 网络安全特化版，漏洞修复正确率提升 2.6 倍 — dl_weekly · 2026-09-07
- OpenAI 与 Anthropic 或将闭守最强模型，API 收入模式引行业担忧 — steph_palazzolo · 2026-09-07
- 「蛋头先生」都画不了：Gemini 护栏严到几乎不可用 — MattytheWireGuy · 2026-09-07
- Astra 一夜发现新数学猜想，再用 Lean 当场证明其不成立 — max_paperclips · 2026-09-07