OpenAI 研究人员宣称已破解模型“幻觉”难题：现有评估方式在鼓励 AI“瞎蒙”
9 月 6 日消息，据《商业内幕》今日报道，OpenAI 研究人员宣称已经破解大语言模型性能最大的障碍之一 —— 幻觉问题。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
注：所谓幻觉，是指大语言模型把不准确的信息当作事实输出，几乎所有主流模型都深受其困扰。
OpenAI 在周四发布的一篇论文中指出，幻觉的根源在于训练方式更偏向奖励“猜测”，而不是承认不确定性。换句话说，模型被训练成“装作知道”，而不是坦率地说“我不确定”。
不过，不同模型的表现差别明显。OpenAI 在上个月的博文中提到，Claude 在面对不确定时往往更谨慎，常常避免给出错误回答。但 OpenAI 也提醒，Claude 拒答率偏高，可能削弱了使用价值。
研究人员在论文中写道：“幻觉之所以难以消除，是因为现有的评估标准奖励猜测。模型被优化成‘考试型选手’，在不确定时猜一猜反而能提高分数。”
结果是，大语言模型几乎一直处于“考试模式”，把世界看成非黑即白的是非题。但现实远比考试复杂，不确定性往往多于确定性，绝对的准确并不常见。
研究人员指出：“人类会在现实生活的挫折中学会表达不确定性的价值，而大语言模型的评估主要依赖考试，这些考试却惩罚了不确定的回答。”
其认为，解决方法在于重新设计评估标准。“问题的根源是评估指标没有对齐，必须调整主要的评分方式，避免在模型不确定时因拒答而被扣分。”
OpenAI 在介绍论文的博文中进一步解释说：“目前广泛使用的基于准确率的评估需要更新，打分方式应当抑制‘乱猜’行为。如果排行榜继续奖励侥幸的回答，模型就会不断被训练成靠猜测过关。”
相关攻略
OpenAI还能不能 回到 最初 的 样子 ， 保持 初心 、 做出正确的取舍？文｜晓静编｜徐青阳文章来源｜腾讯科技(ID:qqtech)2026年3月24日，OpenAI宣布关停Sora。这是Op
软银斥资400亿美元桥接贷款押注OpenAI，贷款结构本身或已透露华尔街对这家AI巨头上市时间表的判断。软银集团周五宣布，已获得一笔400亿美元的桥接贷款，用于支持其对OpenAI的投资承诺及一般企
IT之家 3 月 28 日消息，据《商业内幕》今天报道，最新解封的法庭文件显示，特斯拉 CEO 马斯克曾在去年 2 月提出 OpenAI 收购邀约之前，向 Meta CEO 马克 · 扎克伯格询问是
硅谷最昂贵的视觉神话，倒在IPO前夜。AIX财经（AIXcaijing）原创作者 | 陈丹编辑 | 魏佳毫无预兆，OpenAI按下了Sora的停止键。2026年3月24日，OpenAI正式发布声明，
来源：环球网【环球网科技综合报道】3月28日消息，据路透社报道，软银集团正式宣布，已获得一笔400亿美元无担保过桥贷款，主要用于加码对OpenAI的投资及企业日常运营，进一步推进其AI战略布局。据悉
热门专题
热门推荐
3月28日消息，中国联通近日发布2025年度业绩报告，在网络建设领域交出亮眼答卷。中国联通表示，公司持续落实信号升格、宽带升级相关举措，目前近九成宽带已具备千兆接入能力，万兆光网更在全国100多个城
163邮箱个人版登录入口为https: mail 163 com，支持网页及手机浏览器直接访问，提供手机号、邮箱账号、扫码三种登录方式，界面简洁，功能齐全，适配多终端使用。163
在冒泡社区中，设置键盘能为用户带来更便捷、舒适的操作体验。以下是详细的设置方法。首先，打开冒泡社区应用程序。进入社区主界面后，找到屏幕上的设置选项。这通常可以在界面的某个角落，以一
一场谎言的终幕是崩坏星穹铁道中4 1版本的新光锥之一，其属性可以提高装备的暴击率，下面小编就为大家带来《崩坏：星穹铁道》一场谎言的终幕光锥效果一览，不清楚的一起来看看吧。《崩坏：星
2026年3月28日中午12时整，由腾讯视频全网独播的古装奇幻剧《白日提灯》准时上线。该剧开播前预约人数高达674万人次，被平台力推为“年度古偶扛鼎之作”，然而仅播出六小时后，口碑便急速崩塌，引发全