3 月 13 日消息，據(jù)外媒 Techspot 周二報(bào)道，哥倫比亞大學(xué)數(shù)字新聞研究中心（Tow Center for Digital Journalism）近期對(duì)八款 AI 搜索引擎展開研究，包括 ChatGPT Search、Perplexity、Perplexity Pro、Gemini、DeepSeek Search、Grok-2 Search、Grok-3 Search 和 Copilot。研究人員測(cè)試了每款引擎的準(zhǔn)確性，并記錄了它們拒絕回答問題的頻率。0j528資訊網(wǎng)——每日最新資訊28at.com

0j528資訊網(wǎng)——每日最新資訊28at.com

研究人員從 20 家新聞機(jī)構(gòu)中隨機(jī)挑選了 200 篇報(bào)道（每家 10 篇），確保它們?cè)诠雀杷阉鲿r(shí)能排在前三位，然后用相同的查詢方式測(cè)試各 AI 搜索工具，并評(píng)估它們是否正確引用了文章內(nèi)容、新聞機(jī)構(gòu)名稱和原始鏈接。0j528資訊網(wǎng)——每日最新資訊28at.com

測(cè)試結(jié)果顯示，除 Perplexity 及其付費(fèi)版外，其余 AI 搜索引擎的表現(xiàn)都不盡如人意。整體來看，AI 搜索引擎提供的答案有 60% 是不準(zhǔn)確的，而且 AI 對(duì)錯(cuò)誤答案的“自信”反而加劇了問題。0j528資訊網(wǎng)——每日最新資訊28at.com

這項(xiàng)研究的重要性在于，它用數(shù)據(jù)印證了外界多年來的擔(dān)憂 —— 大語言模型僅會(huì)出錯(cuò)，還擅長一本正經(jīng)地胡說八道。它們往往以絕對(duì)肯定的語氣陳述錯(cuò)誤信息，甚至在被質(zhì)疑時(shí)仍然試圖自圓其說。0j528資訊網(wǎng)——每日最新資訊28at.com

即使承認(rèn)了錯(cuò)誤，ChatGPT 仍可能在后續(xù)回答中繼續(xù)編造內(nèi)容。在大語言模型的設(shè)定中，幾乎是“無論如何都要給出答案”。研究數(shù)據(jù)支持了這一觀點(diǎn)：ChatGPT Search 是唯一回答了所有 200 個(gè)新聞查詢的 AI 工具，但其“完全正確”率僅 28%，而“完全錯(cuò)誤”率高達(dá) 57%。0j528資訊網(wǎng)——每日最新資訊28at.com

ChatGPT 并非表現(xiàn)最糟的。X 旗下的 Grok AI 表現(xiàn)尤為不堪，其中 Grok-3 Search 的錯(cuò)誤率高達(dá) 94%。微軟 Copilot 也問題重重 —— 在 200 次查詢中，有 104 次拒絕作答，剩下的 96 次中，僅 16 次“完全正確”，14 次“部分正確”，66 次“完全錯(cuò)誤”，總體錯(cuò)誤率接近 70%。0j528資訊網(wǎng)——每日最新資訊28at.com

這些 AI 工具的開發(fā)公司并未公開承認(rèn)這些問題，卻仍向用戶收取每月 20 至 200 美元（備注：當(dāng)前約 145 至 1449 元人民幣）的訂閱費(fèi)。此外，付費(fèi)版 Perplexity Pro（20 美元 / 月）和 Grok-3 Search（40 美元 / 月）比免費(fèi)版回答得更多，但錯(cuò)誤率也更高。0j528資訊網(wǎng)——每日最新資訊28at.com

本文鏈接：http://www.tebozhan.com/showinfo-45-11482-0.html哥倫比亞大學(xué)研究：AI 搜索工具平均準(zhǔn)確率僅六成，且自信滿滿“不認(rèn)錯(cuò)”

聲明：本網(wǎng)頁內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：2376512515@qq.com

上一篇： 中關(guān)村科金引領(lǐng)垂類大模型時(shí)代，得助平臺(tái)與智能客服全新升級(jí)亮相

下一篇： 北京市中小學(xué)將打造首批 11 個(gè) AI 應(yīng)用場(chǎng)景