最近的一项研究评估了五种领先的 AI 模型处理真实世界查询进行事实核查的能力。这些模型表现困难，在 67% 的提示上未能达成一致，并且经常在基本事实上相互矛盾。这凸显了当前前沿 AI 系统在准确信息检索方面的可靠性存在重大差距。 AI
影响 凸显了当前 AI 事实核查能力的重大局限性，表明需要提高可靠性和共识机制。
排序理由 该集群描述了评估 AI 模型在特定任务上表现的研究结果，符合“研究”类别。 [lever_c_demoted from research: ic=1 ai=1.0]
在 Mastodon — fosstodon.org 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →