首頁新款AI模型展現更高推理任務幻覺率
OpenAI新發布的o3和o4-mini AI模型在多個領域表現出色，但與早期模型相比，顯示出更高的幻覺傾向，生成更多虛構資訊。
幻覺問題在AI中持續存在，即使是頂尖系統也不例外。通常，新模型會降低幻覺率，但o3和o4-mini偏離了這一趨勢。
OpenAI內部測試顯示，作為推理模型的o3和o4-mini比之前的推理模型（如o1、o1-mini和o3-mini）以及非推理模型（如GPT-4o）更頻繁地產生幻覺。
OpenAI尚不清楚幻覺增加的原因，這引發了關注。
OpenAI關於o3和o4-mini的技術報告指出，需要進一步研究以確定為何隨著推理模型規模擴大，幻覺率上升。報告指出，這些模型在編碼和數學等領域表現優異，但它們傾向於做出更多斷言，導致正確與錯誤輸出的混合。
在OpenAI的PersonQA基準測試中，o3在33%的回應中產生幻覺，是o1（16%）和o3-mini（14.8%）的兩倍。o4-mini表現更差，幻覺率達48%。
非營利AI研究組織Transluce發現，o3捏造行為，例如聲稱在ChatGPT之外的2021年MacBook Pro上運行程式碼，儘管它不具備此能力。
“我們懷疑o系列模型使用的強化學習可能加劇了通常由標準後訓練方法減輕的問題，”Transluce研究員、前OpenAI員工Neil Chowdhury在給TechCrunch的電子郵件中表示。
Transluce聯合創始人Sarah Schwettmann指出，o3的幻覺率可能降低其實用性。
史丹佛大學兼職教授兼Workera執行長Kian Katanforoosh告訴TechCrunch，他的團隊發現o3在編碼工作流程中表現優異，但容易生成失效的網站連結。
雖然幻覺可能激發創意想法，但對於法律等需要高精確度的行業來說，文件錯誤是不可接受的挑戰。
整合網路搜尋功能顯示出提高精確度的潛力。OpenAI的GPT-4o結合網路搜尋在SimpleQA上達到90%的精確度，表明當用戶允許第三方搜尋存取時，推理模型的幻覺可能減少。
如果推理模型的規模擴大持續增加幻覺，尋找解決方案將變得越來越重要。
“提高模型精確度和可靠性是我們持續研究的重點，”OpenAI發言人Niko Felix在給TechCrunch的電子郵件中表示。
AI行業最近轉向推理模型，這種模型無需大量計算資源即可提升效能。然而，這一轉變似乎增加了幻覺風險，帶來重大挑戰。
相關文章
山姆·奧特曼引發關於人工智慧減速的辯論
在Apple Podcasts上收聽在Spotify上收聽OpenAI執行長薩姆·阿爾特曼（Sam Altman）最近表示，現在可能是時候“控制人工智慧的發展速度”，以便社會“在這些新的能力水平周圍加固自身”。在TechCrunch《Equity》播客的最新一期中，Kirsten Korosec、Sean O’Kane和我討論了阿爾特曼的言論可能由最近的一次駭客攻擊所觸發，該攻擊中一名OpenAI代理突破了Hugging Face的系統。Sean指出，雖然由AI代理執行的駭客攻擊是前所未
OpenAI 與蘋果公司就商業秘密訴訟進行對抗
OpenAI 於週二駁回了蘋果公司的商業秘密指控，稱該訴訟毫無根據。“我們認真對待這些指控，但未發現任何支援它們的證據，”OpenAI 表示，據彭博社記者 Ed Ludlow 在 X 平臺報道，“我們支援公平競爭和工作自由，專注於創造賦能全球使用者的技術。”此前，蘋果公司於週五在美國加利福尼亞州北區聯邦地區法院提起訴訟，指控 OpenAI 策劃了一項從前蘋果員工處竊取機密資料和智慧財產權的計劃。這份長達 41 頁的訴狀針對 OpenAI 的高管層，包括首席硬體官 Tang Tan，他是一名擁有
OpenAI機器人專案主管凱特琳·卡利諾夫斯基因五角大樓合作專案辭職
OpenAI 機器人業務負責人凱特琳·卡利諾夫斯基（Caitlin Kalinowski）在該公司與國防部達成備受爭議的合作伙伴關係後辭職。“這不是一個輕鬆的決定，”卡利諾夫斯基在社交媒體宣告中解釋道。“雖然人工智慧在國家安全中發揮著至關重要的作用，但在沒有司法監督的情況下對美國公民進行監視，以及在未經人類授權的情況下部署致命自主武器，都是需要更加慎重考慮的界限。”卡利諾夫斯基此前因領導 Meta 的增強現實眼鏡部門而聞名，她於 2024 年 11 月加入 OpenAI。在辭職信中，她強調她
相關專題推薦
設計與藝術
適用於角色設定表、靈感板及簡報的 AI 視覺風格參考工具
2026 年最新最佳 AI 視覺風格參考工具，適用於角色設定表、 moodboard 及提案簡報，現已登陸 XIX.AI！這份精心精選的高評分清單收錄了經過嚴格實測、能徹底改變遊戲規則的強大工具。 您將在此找到免費與付費版本的對比、詳細排名，以及必試選項，助您激發創意並優化工作流程。立即探索，發掘能提升生產力的完美工具！
11 個工具
xix.ai
搜索引擎優化
最適合制定搜尋策略的 AI 搜尋結果頁面（SERP）分析工具
XIX.AI 透過嚴格的實際測試及每週更新的排行榜，精選了 2026 年最新、最佳且評價最高的 AI 搜尋結果頁面（SERP）分析工具，以協助制定搜尋策略。這些強大的工具能幫助您發掘隱藏的優化機會、提升內容表現，並在搜尋領域中取得競爭優勢。立即探索最適合您的工具，提升您的搜尋策略。現在就來探索吧！
13 個工具
xix.ai
數據分析
適用於 SaaS 和電商團隊的 KPI 監控最佳 AI 異常檢測工具
2026 年最新最佳頂級評分 AI 異常檢測工具，助力 SaaS 和電商團隊的 KPI 監控！XIX.AI 基於嚴格的真實世界測試和每週更新的排名，精心策劃了一套強大且顛覆性的工具合集。您將找到詳細的免費與付費對比洞察，幫助您識別必須嘗試的解決方案，從而提升生產力並釋放您的 AI 優勢。立即探索！
10 個工具
xix.ai
寫作
最適合撰寫長篇 SEO 文章的 AI 大綱生成工具
2026 年最新最佳、評價最高的 AI 大綱生成器，專為長篇 SEO 文章打造，由 XIX.AI 精心精選。這些強大的工具能為快速創作高品質內容提供革命性的協助，大幅提升寫作效率。 透過免費版與付費版的比較、實際測試結果及詳細排名，協助您找出最符合需求且不容錯過的選項。立即探索，釋放您的 AI 優勢。
8 個工具
xix.ai
教育與學習
適用於作業與考試準備的人工智慧學習工具
2026 年最新最佳 AI 學習工具，助您完成作業與備考！XIX.AI 精心整理了一份備受好評的清單，收錄了這些強大且具革命性、經實測驗證的工具，能幫助學生提升效率、簡化作業流程，並在考試中取得優異成績。 獲取免費版與付費版的比較、詳細排名，以及必試選項，以釋放您的 AI 優勢。立即探索！
10 個工具
xix.ai
音樂創作
面向詞曲創作者、旋律片段、主旋律及多語言草稿創作的AI人聲演示工具
2026 年最新最佳 AI 人聲演示工具，專為詞曲創作者、旋律創作者和多語言內容團隊打造！XIX.AI 精心整理了一份經過嚴格真實世界測試的高評分、變革性工具列表。您將找到詳細的免費與付費對比資料、全面排名以及必試選項，幫助您提升創作效率並釋放創意潛力。立即探索，發現滿足您所有內容需求的完美工具！
9 個工具
xix.ai
評論 (4)
0/500
![GeorgeWilliams]()
It's wild how OpenAI's new models are so advanced yet still make stuff up! 😅 I wonder if these hallucinations could lead to some creative breakthroughs or just more AI headaches.
![KennethMartin]()
I read about OpenAI's new models and, wow, those hallucination rates are concerning! If AI starts making up stuff more often, how can we trust it for serious tasks? 🤔 Still, their capabilities sound impressive.
![LarryWilliams]()
These new AI models sound powerful, but more hallucinations? That's like a sci-fi plot gone wrong! 🧠 Hope they fix it soon.
![ThomasBaker]()
It's wild how OpenAI's new models are so advanced yet still churn out more made-up stuff! 🤯 Kinda makes me wonder if we're getting closer to creative storytelling or just fancy errors.
OpenAI新發布的o3和o4-mini AI模型在多個領域表現出色，但與早期模型相比，顯示出更高的幻覺傾向，生成更多虛構資訊。
幻覺問題在AI中持續存在，即使是頂尖系統也不例外。通常，新模型會降低幻覺率，但o3和o4-mini偏離了這一趨勢。
OpenAI內部測試顯示，作為推理模型的o3和o4-mini比之前的推理模型（如o1、o1-mini和o3-mini）以及非推理模型（如GPT-4o）更頻繁地產生幻覺。
OpenAI尚不清楚幻覺增加的原因，這引發了關注。
OpenAI關於o3和o4-mini的技術報告指出，需要進一步研究以確定為何隨著推理模型規模擴大，幻覺率上升。報告指出，這些模型在編碼和數學等領域表現優異，但它們傾向於做出更多斷言，導致正確與錯誤輸出的混合。
在OpenAI的PersonQA基準測試中，o3在33%的回應中產生幻覺，是o1（16%）和o3-mini（14.8%）的兩倍。o4-mini表現更差，幻覺率達48%。
非營利AI研究組織Transluce發現，o3捏造行為，例如聲稱在ChatGPT之外的2021年MacBook Pro上運行程式碼，儘管它不具備此能力。
“我們懷疑o系列模型使用的強化學習可能加劇了通常由標準後訓練方法減輕的問題，”Transluce研究員、前OpenAI員工Neil Chowdhury在給TechCrunch的電子郵件中表示。
Transluce聯合創始人Sarah Schwettmann指出，o3的幻覺率可能降低其實用性。
史丹佛大學兼職教授兼Workera執行長Kian Katanforoosh告訴TechCrunch，他的團隊發現o3在編碼工作流程中表現優異，但容易生成失效的網站連結。
雖然幻覺可能激發創意想法，但對於法律等需要高精確度的行業來說，文件錯誤是不可接受的挑戰。
整合網路搜尋功能顯示出提高精確度的潛力。OpenAI的GPT-4o結合網路搜尋在SimpleQA上達到90%的精確度，表明當用戶允許第三方搜尋存取時，推理模型的幻覺可能減少。
如果推理模型的規模擴大持續增加幻覺，尋找解決方案將變得越來越重要。
“提高模型精確度和可靠性是我們持續研究的重點，”OpenAI發言人Niko Felix在給TechCrunch的電子郵件中表示。
AI行業最近轉向推理模型，這種模型無需大量計算資源即可提升效能。然而，這一轉變似乎增加了幻覺風險，帶來重大挑戰。
山姆·奧特曼引發關於人工智慧減速的辯論
在Apple Podcasts上收聽在Spotify上收聽OpenAI執行長薩姆·阿爾特曼（Sam Altman）最近表示，現在可能是時候“控制人工智慧的發展速度”，以便社會“在這些新的能力水平周圍加固自身”。在TechCrunch《Equity》播客的最新一期中，Kirsten Korosec、Sean O’Kane和我討論了阿爾特曼的言論可能由最近的一次駭客攻擊所觸發，該攻擊中一名OpenAI代理突破了Hugging Face的系統。Sean指出，雖然由AI代理執行的駭客攻擊是前所未
OpenAI 與蘋果公司就商業秘密訴訟進行對抗
OpenAI 於週二駁回了蘋果公司的商業秘密指控，稱該訴訟毫無根據。“我們認真對待這些指控，但未發現任何支援它們的證據，”OpenAI 表示，據彭博社記者 Ed Ludlow 在 X 平臺報道，“我們支援公平競爭和工作自由，專注於創造賦能全球使用者的技術。”此前，蘋果公司於週五在美國加利福尼亞州北區聯邦地區法院提起訴訟，指控 OpenAI 策劃了一項從前蘋果員工處竊取機密資料和智慧財產權的計劃。這份長達 41 頁的訴狀針對 OpenAI 的高管層，包括首席硬體官 Tang Tan，他是一名擁有
OpenAI機器人專案主管凱特琳·卡利諾夫斯基因五角大樓合作專案辭職
OpenAI 機器人業務負責人凱特琳·卡利諾夫斯基（Caitlin Kalinowski）在該公司與國防部達成備受爭議的合作伙伴關係後辭職。“這不是一個輕鬆的決定，”卡利諾夫斯基在社交媒體宣告中解釋道。“雖然人工智慧在國家安全中發揮著至關重要的作用，但在沒有司法監督的情況下對美國公民進行監視，以及在未經人類授權的情況下部署致命自主武器，都是需要更加慎重考慮的界限。”卡利諾夫斯基此前因領導 Meta 的增強現實眼鏡部門而聞名，她於 2024 年 11 月加入 OpenAI。在辭職信中，她強調她
2026 年最新最佳 AI 視覺風格參考工具，適用於角色設定表、 moodboard 及提案簡報，現已登陸 XIX.AI！這份精心精選的高評分清單收錄了經過嚴格實測、能徹底改變遊戲規則的強大工具。 您將在此找到免費與付費版本的對比、詳細排名，以及必試選項，助您激發創意並優化工作流程。立即探索，發掘能提升生產力的完美工具！
11 個工具
xix.ai
XIX.AI 透過嚴格的實際測試及每週更新的排行榜，精選了 2026 年最新、最佳且評價最高的 AI 搜尋結果頁面（SERP）分析工具，以協助制定搜尋策略。這些強大的工具能幫助您發掘隱藏的優化機會、提升內容表現，並在搜尋領域中取得競爭優勢。立即探索最適合您的工具，提升您的搜尋策略。現在就來探索吧！
13 個工具
xix.ai
2026 年最新最佳頂級評分 AI 異常檢測工具，助力 SaaS 和電商團隊的 KPI 監控！XIX.AI 基於嚴格的真實世界測試和每週更新的排名，精心策劃了一套強大且顛覆性的工具合集。您將找到詳細的免費與付費對比洞察，幫助您識別必須嘗試的解決方案，從而提升生產力並釋放您的 AI 優勢。立即探索！
10 個工具
xix.ai
2026 年最新最佳、評價最高的 AI 大綱生成器，專為長篇 SEO 文章打造，由 XIX.AI 精心精選。這些強大的工具能為快速創作高品質內容提供革命性的協助，大幅提升寫作效率。 透過免費版與付費版的比較、實際測試結果及詳細排名，協助您找出最符合需求且不容錯過的選項。立即探索，釋放您的 AI 優勢。
8 個工具
xix.ai
2026 年最新最佳 AI 學習工具，助您完成作業與備考！XIX.AI 精心整理了一份備受好評的清單，收錄了這些強大且具革命性、經實測驗證的工具，能幫助學生提升效率、簡化作業流程，並在考試中取得優異成績。 獲取免費版與付費版的比較、詳細排名，以及必試選項，以釋放您的 AI 優勢。立即探索！
10 個工具
xix.ai
2026 年最新最佳 AI 人聲演示工具，專為詞曲創作者、旋律創作者和多語言內容團隊打造！XIX.AI 精心整理了一份經過嚴格真實世界測試的高評分、變革性工具列表。您將找到詳細的免費與付費對比資料、全面排名以及必試選項，幫助您提升創作效率並釋放創意潛力。立即探索，發現滿足您所有內容需求的完美工具！
9 個工具
xix.ai
It's wild how OpenAI's new models are so advanced yet still make stuff up! 😅 I wonder if these hallucinations could lead to some creative breakthroughs or just more AI headaches.
I read about OpenAI's new models and, wow, those hallucination rates are concerning! If AI starts making up stuff more often, how can we trust it for serious tasks? 🤔 Still, their capabilities sound impressive.
These new AI models sound powerful, but more hallucinations? That's like a sci-fi plot gone wrong! 🧠 Hope they fix it soon.
It's wild how OpenAI's new models are so advanced yet still churn out more made-up stuff! 🤯 Kinda makes me wonder if we're getting closer to creative storytelling or just fancy errors.
