OpenAI近期发布的o3和o4-mini模型在编程与数学等领域表现突出，但其“幻觉”问题却显著恶化。据外媒TechCrunch报道，这两款推理模型的幻觉频率不仅超过前代o1、o1-mini和o3-mini，甚至高于传统非推理模型。内部测试显示，o3在PersonQA基准测试中的幻觉率高达33%，而o4-mini更达48%。相比之下，前代模型o1和o3-mini的幻觉率分别为16%和14.8%。
这一反常现象表明，随着模型规模扩大，幻觉问题反而更加严重。Transluce实验室的测试发现，o3曾虚构出在MacBook Pro上运行代码的操作，尽管其并无此能力。OpenAI发言人Niko Felix承认，解决幻觉问题是当前研究的重点，公司正努力提升模型的准确性和可靠性。然而，这一挑战仍需进一步探索与突破。
2025年上半年,三星、SK海力士、美光、铠侠与威腾等全球前五大NAND Flash制造商同步启动10%至15%的减产计划,以应对供过于求的市场状况。受供给收缩影响,预计第二季度存储器价格将出现优于预期...
5月20日,本田CEO宣布,公司将在2027年后推出13款全新混合动力车型。此举旨在构建更广泛的混动车型阵容,满足全球市场对混合动力汽车日益增长的需求。本田希望通过这一战略巩固其在环保汽车领域...
5月15日至19日,江西多地出现强降水天气。据统计,66县(市、区)1224个气象观测站降雨量超过50毫米,其中45县(市、区)531个气象观测站降雨量超过100毫米,江西省已进入多雨期。免责声明: 本文内容...
三星电子获任天堂委托,将生产Switch 2游戏机主芯片。此举有助于任天堂提升产量,预计到2026年3月销量达2000万台。此合作标志着三星在芯片制造领域与台积电竞争中的重要进展,可能提高其代工厂业...
近日,大智慧更新交易终端V10.0版,新增AI量化策略功能'慧问'。该功能通过自然语言交互、超算级数据处理及普惠化量化工具三大突破,推动个人投资者与机构在智能投资领域实现'平权'。此举标志着投...
2025年春天,中国神秘操盘手边锡明在黄金市场赚下15亿美元后,将资金转向铜市。通过上期所铜期货主力合约,他建立高达10亿美元多头头寸,目前浮盈超2亿美元。边锡明基于全球宏观格局和商品周期,认...
今年1月1日至5月18日,泰国接待约1340万外国游客,较上年同期下降1.75%。中国是最大客源市场,游客达183万人次。泰国国家经济和社会发展委员会将今年游客预测从3800万下调至3700万,仍低于2019年...
5月20日,市场监管总局在广州举办活动上宣布,粤港澳大湾区计量发展合作平台正式启动。该平台由内地与港澳官方计量机构共同发起,是首个以计量为主题的湾区协同创新载体。平台将聚焦前沿科技与产...
近日,我国科学家在《自然通讯》发表研究成果,指出极地或成实现联合国17个可持续发展目标的短板。该研究由中科院多个研究所合作完成,强调极地区域在全球发展中的关键作用。免责声明: 本文内容...
谷歌的AI编程智能体Jules现已进入全球公测阶段。自2024年12月私人预览以来,这款基于Gemini 2.5 Pro多模态模型运行的工具正式向所有拥有Google账号的开发者开放。Jules并非简单的代码补全工具,...
5月20日,日本研究人员在德国《先进科学》杂志发表研究成果,指出人工智能生成内容虽然流畅,但常包含不准确信息,这一问题与人类失语症类似。研究认为,该发现可为改进AI提供参考。随着智能体和聊...
5月18日,居然智家与美团达成战略合作。双方将依托'云卖场'数字化营销体系,结合美团流量优势与居然智家服务能力,打造线上线下融合的家居消费模式,提升消费者体验。此举旨在通过线上精准触达和...
5月20日,内蒙古农村商业银行股份有限公司正式登记成立。该公司法定代表人为刘丰,注册资本约580.2亿元人民币,经营范围涵盖银行业务。股东包括鄂尔多斯市德运物流有限公司、内蒙古电力(集团)有...
大和发布研报首次覆盖蜜雪集团,给予"跑赢大市"评级及目标价539港元。该行看好其规模经济优势、大众市场地位及海外扩张潜力,预计2025至2027年净利润分别增长22%、20%和18%。四月外卖平台竞争助...
5月20日,国轩高科在互动平台表示,公司主要产品市场需求旺盛,排产持续增加。随着第三代电芯的爬坡达产,产能利用率有望进一步提升,推动业务发展。免责声明: 本文内容由开放的智能模型自动生成,...
2024年下半年,韩国虚拟资产总市值达107.7万亿韩元(约776亿美元),较上半年增长91%。交易者韩元存款总额增加114%,达10.7万亿韩元,市场营业利润增长28%至7420亿韩元。期间,日均交易额为7.3万亿韩...
扫一扫关注微信