Tow数字消息核心：新研讨发觉人工智能搜寻对象的均匀精确率仅为60%

人工智能模子可能缺少正确性，这是不争的现实。 对开辟职沙巴体育app下载员来说，发生幻觉跟反复过错信息始终是一个辣手的成绩。 因为用例千差万别，因而很难断定与人工智能正确性相干的可量化百分比。 一个研讨团队宣称，他们当初曾经控制了这些数字。Tow 数字消息核心近来研讨了八个AI搜寻引擎，包含  ChatGPT Search、Perplexity、Perplexity Pro、Gemini、DeepSeek Search、Grok-2 Search、Grok-3 Search 跟 Copilot。 他们测试了每种东西的正确性，并记载了东西谢绝答复的频率。研讨职员从 20 家消息出书社（每家 10 篇）随机抉择了 200 篇消息报道。 他们确保每篇报道在应用文章摘录时都能在Google搜寻中前往前三个成果。 而后，他们在每团体工智能搜寻东西中履行雷同的查问，并依据搜寻能否准确援用了 A）文章、B）消息机构跟 C）URL 来评定正确性。而后，研讨职员依据从”完整准确”到”完整不准确”的正确度给每条搜寻贴上标签。 从下图中能够看出，除了两个版本的 Perplexity 外，其余人工智能的表示都不睬想。 总体而言，人工智能搜寻引擎有 60% 的时光是禁绝确的。 别的，人工智能对这些过错成果的”信念”也强化了这些过错成果。这项研讨之以是惹人入胜，是由于它以量化的方法证明了咱们多少年前就曾经晓得的现实–LLM是”史上最狡诈的骗子”。 他们以完整威望的口气讲演说，他们所说的都是真的，即便现实并非如斯，偶然乃至会辩论或在面临质疑时假造其余虚伪的断言。在 2023 年的一篇轶事文章中，Ted Gioia（老实的经纪人）指出了数十条 ChatGPT 的复兴，表现呆板人在复兴大批讯问时自负地”扯谎”。 固然有些例子是抗衡性讯问，但很多只是个别性成绩。即便否认本人错了， ChatGPT 也会在否认过错之后供给更多的虚伪信息。 LLM 仿佛被编程为不吝所有价值答复用户的每一个输入。 研讨职员的数据证明了这一假设，并指出 ChatGPT Search 是独一能答复全体 200 条则章查问的人工智能东西。 不外，它的完整正确率仅为 28%，完整禁绝确的时光占 57%。ChatGPT 还不是最差的。 X 的 Grok AI 的两个版本都表示欠安，但Grok-3 Search 的正确率高达 94%。 微软的 Copilot 也没好到那里去，由于它在 200 次查问中谢绝答复了 104 次。 在剩下的 96 个查问中，只有 16 个”完整准确”，14 个”局部准确”，66 个”完整过错”，因而它的正确率大概为 70%。能够说，这所有最猖狂的处所在于，制作这些东西的公司对这种缺少正确性的情形并不通明，同时向大众收取每月 20 到 200 美元的用度。 别的，Perplexity Pro（20 美元/月）跟 Grok-3 Se皇冠足球apparch（40 美元/月）比其收费版本（Perplexity 跟 Grok-2 Search）答复的查问准确率略高，但过错率也显明更高（上图）。不外，并非全部人都批准这种说法。 TechRadar 的兰斯-乌拉诺夫（Lance Ulanoff）表现，在实验了 ChatGPT Search 之后，他可能再也不会应用 Google 了。 他描写说，该东西疾速、清楚、正确，界面简练、无告白。