开发者实测:Gemini 在多模型评审中超 80% 运行出现幻觉
theo · x · 2026-10-25
开发者 theo 在做「用多个模型交叉评审代码」的 council skill 时发现,尽管早知 Gemini 幻觉问题严重,其实际表现仍超出预期:超过 80% 的运行中出现编造内容,他因此在工具里专门加了「gemini the jester」分区来记录这些翻车。
帖子引发了关于幻觉率差异的讨论,有人回复称自己的场景下 Gemini 精度极高、上下文几乎不受限,推测差异可能源于使用方式(如静态/动态链接处理)。
所属事件:Gemini 幻觉争议：多模型评审超八成出错引发两派争论(2 条相关)→
「模型」频道最新
- Codex 额度已全量同步，用户实测用量恢复到 17% 以上 — AIandDesign · 2026-10-25
- 4B 小模型也能生成 3D 场景,Qwen3.5 微调开源可下载 — ConfidentDinner6648 · 2026-10-25
- DeepSeek 被指最擅长榨干消费级 GPU：内存带宽优先架构或成王牌 — teortaxesTex · 2026-10-25
- Reddit 用户控诉：OpenAI 暂停近一年的闲置工作区仍被自动续费 — tengisCC · 2026-10-25
- 测试 24 小时后，开发者用梗图力挺 Kimi 3.1 接近 AstrA — bookwormengr · 2026-10-25
- 推理成本快速下降，创业公司 Talaas 推理引擎速度媲美 System 1 模型 — Square-Listen-7989 · 2026-10-25