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
- 爆料称 Fable 5.5 每周将发，博主泼冷水：本月无前沿新模型 — patience_cave · 2026-10-26
- 实测 abliterated 去审查模型翻车:模型反而关心起我的心理健康 — ryunuck · 2026-10-26
- OpenAI Decisions API 升级：单次可处理 400 个问题并新增语音与图像能力 — OpenAIDevs · 2026-10-26
- 中国首个前沿AI安全独立评测实验室「方寸跃迁」成立并首发DeepSeek评测 — JacquesThibs · 2026-10-26
- 当 AI 遇上存在主义危机：模型自己也「迷茫」了 — Ok-Delivery-7437 · 2026-10-26
- Kimi K3.1 Pro 登顶 MathArena 开源模型，整体逼近 GPT-5.5 — teortaxesTex · 2026-10-26