幻觉大幅减少，谄媚行为降低，事实性与可靠性提升
据悉，在开放问题和复杂查询下，GPT-5 的事实准确率与鲁棒性都有明显改进。OpenAI 发布会上宣称，GPT-5 不仅在智能上实现了「巨大飞跃」，大幅减少了「一本正经胡说八道」的幻觉问题。它在理解和遵循指令方面表现更出色，谄媚、拍马屁的倾向大大降低。
那就让我们一探究竟：提问：9.11和9.9哪个大？👇
如此表现，还敢说模型幻觉大幅度降低？如果我们继续追问GPT-5，它开始修正答案👇
展开剩余72%继续测试下上一个版本的表现：9.11和9.9哪个大？👇
对，这是GPT-4o（“omni”）版本👇
GPT-4o（“omni”）版本给出了正确答案，当你以为GPT-4o（“omni”）版本更聪明时，我们问它这么一个问题：你是已经发布到5.0了吗
看起来，GPT-4o的知识库还不知道5.0的存在。那么GPT-5知道自己发布了吗？我们来问一问它：你是已经公开发布GPT-5了吗
当GPT-5发布的消息从8日凌晨到8日上午铺天盖地出现的时候，GPT-5对自己已经发布这件事情还是没能做到与时俱进。（可能性猜测：GPT-5发布的时候 1. 应该没有训练gpt5已经发布的这个数据 ；2. 不确定它的系统中是否使用了RAG，如果使用了，那么系统内的知识库可能没有及时更新）
以上，带给我们的启示：
随着模型越发强大，幻觉问题仍是一块难啃的骨头，用户在缺乏专业知识或验证机制的情况下，极易被误导。尤其当模型幻觉也在不断从“内容错误”向“高置信幻觉”结构误导升级的时候，势必对企业构建可信 AI 系统提出了更高要求。
为应对模型幻觉和知识更新滞后等挑战，君同未来建议在企业大模型部署中构建了三重防线：
首先，通过调用链级别的版本识别机制，确保模型身份可验证、可控； 其次，建立推理链审查机制，对关键推理路径进行结构化验证，尤其在高风险场景中引入规则引擎与专家系统进行交叉校验； 最后，结合 RAG 架构与外部知识源，部署幻觉检测与纠偏模块，对高风险输出进行置信度评估、事实核查与动态纠错。AI 的智能不应仅体现在语言生成能力上，更应体现为对自身边界的认知与对错误的自我修正能力。GPT-5 的强大值得肯定，但其幻觉问题提醒我们：AI 越强，越需“可信”。真正的智能，不是“看起来聪明”，而是“值得信赖”。君同未来，关注大模型安全、人工智能风险问题，提供专业的人工智能治理解决方案。
发布于：浙江省天创优配提示：文章来自网络，不代表本站观点。
