HalluHard 评测:GPT-6-Astra 幻觉表现显著领先 Fable 5
maksym_andr · x · 2026-09-18
maksymandr 公布幻觉评测 HalluHard 的新结果:GPT-6-Astra 在开与不开联网搜索的情况下,都显著优于包括 Fable 5 在内的所有其他模型。作者指出当前讨论幻觉的人不多,但幻觉仍是衡量模型不确定性感知缺失的重要指标。
所属事件:GPT-6-Astra 登顶 HalluHard 幻觉评测榜(4 条相关)→
「模型」频道最新
- 别再按月租智能了:Anthropic 服务端新规再掀开模型之争 — alex_verem · 2026-11-02
- Epoch AI 实验：GLM 5.3 连续攻破 6 个 Firefox 版本，单次成本约 1000 美元 — rohanpaul_ai · 2026-11-02
- SemiAnalysis：安全分类器压分，Opus 5.5 与 GPT-6 Astra 排名被低估 — morqon · 2026-11-02
- 1.7B 本地模型 LFM3 在 MacBook 上首次答对曼城赛程查询 — NielsRogge · 2026-11-02
- Similarweb：Claude 升级页流量 9 月回升至 1760 万，逼近 5 月峰值 — firstadopter · 2026-11-02
- 开源 GLiNER-PII 单卡 550ms 抓出病历 13 项身份标识,仍漏医院名 — MaziyarPanahi · 2026-11-02