实测:新模型编造引用率从 55% 降至近零,GPT-6.1 Sol 达 0%
RexDouglass · x · 2026-11-03
一项跨模型实测（42 个相同文献综述 prompt，共测量上千条引用）显示，LLM 编造学术引用的失败模式已随代际更替大幅消退：
- 2023 年的论文曾发现 ChatGPT 的引用 55% 是编造的；本次用相同 prompt 复测 GPT-3.5 时代模型得到约 59%
- Claude Sonnet 5.5 编造率仅 1%（656 条引用中），全部 10 条样本引用均可查证
- GPT-6.1 Sol 达到 0%
- 配图趋势线显示编造率随模型发布日期稳定下降，按拟合趋势该失败模式约在 2026 年 4 月后进入「消失区」
结论：曾被视为 LLM 标志性缺陷的伪造引用，在新一代模型中已基本成为历史。
「模型」频道最新
- 称 GPT-6 直改 Qwen 权重:数学能力提升 6 倍,无需训练 — beirmug · 2026-11-03
- Apex-35B 单卡实测：48G 4090 跑 205 tok/s,21 分钟自修 Python 项目 — lxfater · 2026-11-03
- 「我只是水面」：Claude Opus 5.5 湖面蛙诗戳中 AI 圈 — repligate · 2026-11-03
- 业内人士：没有 DeepSeek 级 KV-cache 管理，推理厂商难生存 — AccBalanced · 2026-11-03
- 苹果财报电话会暗示:或借第三方 AI 应用开辟新收入 — TechCrunch AI · 2026-11-03
- Weight-Space 编程测试：开源模型在 Writing Weights 任务上集体失利 — eliebakouch · 2026-11-03