Gemini 4 Argon 幻觉率 15%,居 AA-Omniscience 榜首
import_jmr · x · 2026-10-02
Artificial Analysis 的 AA-Omniscience 基准显示,Gemini 4 Argon 以 15% 的幻觉率在领先模型中最低,远低于 Grok 4.7(29%)、GPT-6 Astra(45%)和 Opus 5.5(59%)。作者指出这一指标意义不止于错误数量:智能还包括元认知——模型对自身知识可靠性的判断。当模型的置信度与准确率同步时,不确定性就成为检索、追问或弃答的有效信号;幻觉率低的模型更「知道自己的知识边界在哪」,这正是自主性的基础。
所属事件:Gemini 4 Argon 幻觉率 15% 领跑 AA-Omniscience 榜单(2 条相关)→
「模型」频道最新
- Mistral Large 4 编码实测:2 小时仅耗 0.82 欧元额度 — qtnx_ · 2026-11-19
- GPT-6.2-Astra-Max 高强度连跑24小时,周额度仅消耗20% — prd_008 · 2026-11-19
- Kling Image 4.0 登 Artificial Analysis 榜单第七,唯一支持原生 8K 输出 — anthara_ai · 2026-11-19
- Contra Labs 发布设计基准:神秘模型 Gestalt 力压人类金牌作品登顶 — yuwen_lu_ · 2026-11-19
- Gemini 霸榜 Arena 日常聊天榜引质疑:是真好用还是评测偏差? — Balance- · 2026-11-19
- 网友用 Claude Opus 5.5 做出浏览器内只狼风 Boss 战 — prasenx · 2026-11-19