تاریخ:
بقایی: سفر هیات مذاکره به قطر مثبت و مفید بود 
درس چهل و هفتم
میزان توهم زدن مدلهای هوش مصنوعی بر اساس پاسخهای نادرست یا ناقص (+ اینفوگرافی)
بالاترین نرخ توهم هوش مصنوعی مربوط به Grok‑۳ با ۹۴ درصد بود، به این معنی که تقریباً تمام پاسخهای آن اشتباه بودند.
بسیاری از مدلهای هوش مصنوعی امروز هنگام شناسایی و استناد به منابع خبری از یک متن، دچار مشکل شده و خطاهای زیادی تولید میکنند.
به گزارش روزیاتو، بالاترین نرخ توهم هوش مصنوعی مربوط به Grok‑۳ با ۹۴ درصد بود، به این معنی که تقریباً تمام پاسخهای آن اشتباه بودند.
آیا هوش مصنوعی شما همیشه پاسخ درست میدهد؟ متأسفانه، «حقیقت» ارائه شده توسط آن ممکن است توهم باشد.
این اینفوگرافی، نرخ توهمات هوش مصنوعی را بر اساس مدلها نشان میدهد.
توهم هوش مصنوعی چیست؟
«توهم هوش مصنوعی» به مواردی گفته میشود که در آن مدل زبانی اطلاعات نادرست یا بدون منبع را به عنوان حقیقت به کاربر ارائه میدهد.
این توهمات به این دلیل اتفاق میافتند که سیستمهای آموزش استاندارد، حدس زدن را به جای نشان دادن عدم اطمینان، پاداش میدهند. تصور کنید که در یک تست چندگزینهای حدس بزنید؛ احتمال اینکه درست باشد بیشتر از زمانی است که هیچ پاسخی ندهید.
نرخ توهمات هوش مصنوعی: بهترین و بدترین مدلها
برای اندازهگیری نرخ توهمات، محققان مدلهای شرکتهای پیشرو در حوزه هوش مصنوعی را با متون خبری آزمایش کردند و از آنها خواستند مقاله، رسانه و URL اصلی را مشخص کنند.
نکته مهم اینکه محققان، متونی را انتخاب کردند که اگر در گوگل جستجو شوند، منبع اصلی در سه نتیجه اول ظاهر میشود.
سپس پاسخهای مدلهای هوش مصنوعی برای دقت بررسی شدند. جدول زیر نشان میدهد هر مدل چند درصد پاسخ نادرست یا ناقص داده است:
| مدل هوش مصنوعی | نرخ توهم |
|---|---|
| Perplexity | ۳۷ درصد |
| Copilot | ۴۰ درصد |
| Perplexity Pro | ۴۵ درصد |
| ChatGPT Search | ۶۷ درصد |
| Deepseek Search | ۶۸ درصد |
| Gemini | ۷۶ درصد |
| Grok-2 Search | ۷۷ درصد |
| Grok-3 Search | ۹۴ درصد |
Grok‑۳ بدترین عملکرد را داشت و ۹۴ درصد پاسخهایش توهم بود، در حالی که Perplexity دقیقترین پاسخها را ارائه کرد.
نکته جالب اینکه مدلهای پولی حتی در مواردی از نسخههای رایگان ضعیفتر عمل کردند. اکثر مدلها نیز، باوجود خطاهای زیاد، هیچ نشانهای از عدم اطمینان در پاسخهایشان نشان ندادند.
لینک کوتاه: کپی لینک
افشای پروژه مخفی بیل گیتس / چگونه میلیاردر مشهور سالها تصویر خود را مهندسی میکرد؟ امارات اموال بیمارستان هلال احمر در دبی را مسدود کرد دیدنی های امروز؛ از پدیده "ریز ماه آبی" تا بازگشت فضانوردان چینی واکنش قالیباف به جنایات اسرائیل در لبنان: همه چیز سر جای خودش قرار خواهد گرفت خیار دریایی زامبی؛ موجود عجیبی که ممکن است راز جاودانگی را فاش کند(+عکس) فیلمی درباره بلوغ دختران که هیچ نهادی حاضر به حمایت از آن نشد جنجال گوسفند زره پوش در اتریش؛ وقتی دفاع در برابر گرگ جرم می شود! (+عکس و فیلم) تیراندازی در دانشکده دندانپزشکی قزوین پربارشترین و کمبارشترین استانها کدامند؟ امکان سرمایهگذاری در صندوق طلای ریتون، در ویپاد ارتقای سامانه «قوام» و اجرای طرح «مدیریت مصرف» برای بیماران صعبالعلاج اینترنت هم برگشت، ولی پهلوی برنگشت! کمک فوری به تامین هزینه درمان کودک خردسال دانشگاه فرهنگیان اطلاعیه داد قیمت دلار امروز دوشنبه ۱۱ خرداد ۱۴۰۵