品玩4月21日讯，据techCrunch 报道，OPenAI 最近推出的 o3 和 o4-mini 模型被曝存在严重的幻觉问题。
OpenAI'nin dahili testine göre, o4 ve o0-mini, şirketin önceki çıkarım modellerinden (o0, o0-mini ve o0-mini) ve OpenAI'nin GPT-0o gibi geleneksel "çıkarım yapmama" modellerinden daha fazla halüsinasyona eğilimlidir. OpenAI, o0 ve o0-mini hakkındaki teknik raporunda, çıkarım modelleri genişledikçe halüsinasyonların neden daha da kötüleştiğini anlamak için "daha fazla araştırmaya ihtiyaç olduğunu" yazdı.
OpenAI 发现，o3 在回答 PersonQA 中 33% 的问题时产生了幻觉，而 PersonQA 是公司内部衡量模型对人的认知准确性的基准。这大约是OpenAI之前的推理模型o1和o3-mini出现幻觉率的两倍，o1和o3-mini的幻觉率分别为16%和14.8%。O4-mini在PersonQA上的表现更糟--48%的时间出现幻觉。