我仔细看了下，对这个测试的准确性存疑

OpenAI的o1是准备的幻觉多，而且我自己用的时候也感觉幻觉很多。但是居然得分很高。估计题目设计的有问题。
【 在 anylinkin 的大作中提到: 】
: 来源：huggingface vectara
: 为什么越后面的模型，幻觉率越高？ R1甚至还出现了一个断崖式的降低？
: 其他的大模型，基本上都是越新的模型，幻觉率越低。
: ...................
--
FROM 202.47.106.*