Artificial Analysis 数据:顶级模型无搜索答事实题约 1/4 出错
randal_olson · x · 2026-09-30
Randall Olson 基于 Artificial Analysis 的数据发图:不开启搜索时,顶级 AI 模型回答具体事实问题也会有约四分之一的答案出错。结论:涉及重要事实时应让模型主动查证,不要直接信记忆。
图表用他开源的 evident-charts(一个教 AI 编码代理画清晰诚实图表的 agent skill)制作。
所属事件:数据显示顶级AI模型不搜索时事实题答错率约四分之一(2 条相关)→
「模型」频道最新
- Devin 构建中现 Anthropic 隐身模型,METR 图显示前沿速度提至 1.4 倍 — daniel_mac8 · 2026-11-16
- 评测方 Trajectory 给 40 个 Agent 写「永不放弃」提示词,此前未告知 Epoch — peterwildeford · 2026-11-16
- METR 任务时长曲线更新:Opus 4.5 后倍增周期缩至 1.7 个月 — ben_j_todd · 2026-11-16
- Gemini 付费用户吐槽:让 AI 写 Three.js 动画全被拒,到底触了什么红线 — Necessary-Buy-7410 · 2026-11-16
- 28 个主流模型训练截止日期盘点:近半数不公布,Gemini 4 Carbon 发布即落后 8 个月 — Joozio · 2026-11-16
- Opus 5.5 被抓包:无记忆会话里用账户邮箱猜用户身份 — birchlse · 2026-11-16