实测:主流AI模型金融问答错误率达57%,复杂题88%出错
johncrickett · x · 2026-09-20
John Crickett 引用测试数据:ChatGPT、Claude、Copilot、Grok、Gemini 等最受欢迎的 AI 模型在金融问题上 57% 的情况下给出错误答案。
更严重的是,当问题涉及多步计算等更复杂场景时,模型平均出错率达 88%,部分模型在这类难题上错误率高达 99%。他感叹:尽管如此,仍有人声称用 AI 审阅银行对账单、为个人或公司生成报税文件。
所属事件:FT 报道 AI 金融问答高错误率，Mollick 质疑方法论(6 条相关)→
「模型」频道最新
- Reddit 网友无梯度改写 Qwen 0.6B 权重：39.8M token 让模型「爱上一支乐队」 — Altruistic_Heat_9531 · 2026-11-04
- 同一事件转发：五档 ChatGPT 家庭套餐价格再次被扒出 — heyshrutimishra · 2026-11-04
- KOL 参访阶跃星辰上海办公室，暗示新模型即将发布 — teortaxesTex · 2026-11-04
- 爆料:Anthropic Fable 5.5 难产,正赌 OpenAI Astra 6.2 不敌自己 — haider1 · 2026-11-04
- 字节开源 Axion 1.0-35B 智能体基础模型，仅三阶段训练即比肩商用模型 — pmttyji · 2026-11-04
- 网友催更 Kimi K3.1:问月之暗面模型权重何时放出 — bgmshana · 2026-11-04