OpenAI 新推理模型被曝产生更多“幻觉”，o3 / o4-mini 性能与错误率一同提升 OpenAI最新发布的o3和o4-mini模型在多项任务中表现出色，但在生成式AI发展过程中难以避免的“幻觉”问题上，却表现出比以往模型更严重的倾向。内部测试显示，o3和o4-mini的幻觉频率超过了前代推理模型甚至传统非推理模型。在OpenAI的PersonQA基准测试中，o3的幻觉率高达33%，o4-mini则达到了48%，远高于前代模型。第三方机构Transluce的测试也证实了这一问题，发现o3在回答问题时会捏造过程操作。OpenAI承认幻觉问题，并表示正在努力提升模型的准确性与可靠性，尽管o3和o4-mini在编程和数学等任务上有所进步，但输出答案总量的增加导致更多错误和幻觉的出现。
