تاریخ:
لحظه برخورد مرگبار قطار با اتوبوس در تایلند 
درس چهلم
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
پکن آرام لبخند زد، واشنگتن نگرانتر شد عضو هیئت رئیسه کمیسیون انرژی مجلس تشریح کرد؛ آخرین وضعیت تصمیمگیری درباره قیمت بنزین اعمال قانون ۷۳ هزار موتورسوار متخلف در تهران بزرگ غریبآبادی: تعرض به میراث فرهنگی ایران را پیگیری میکنیم «چتجیپیتی» دانشجویان ضعیف را ممتاز کرد؟ اطلاعیه مهم سازمان سنجش؛ آغاز ثبتنام آزمون سراسری و پذیرش دانشجو-معلم سال ۱۴۰۵ بررسی گزارش تازه رسانه جهانی گل؛ اعلام میزان شانس قهرمانی ایران در جام جهانی ۲۰۲۶ / اسپانیا در صدر و عربستان در قعر پیشبینیها دستگیری عامل شرارت و اخاذی مسلحانه در میدان ابوذر تهران افشای استقرار پدافند و جنگندههای مصر در خلیج فارس در دیدار وزیر کشور پاکستان مطرح شد؛ تشریح ابعاد طراحیهای امنیتی دشمنان علیه ایران از زبان پزشکیان / قدردانی از پاکستان، افغانستان و عراق برای انسداد مرزها به روی تروریستها تنگه هرمز میتواند جهانِ هوش مصنوعی را خاموش کند دفاع مریل استریپ از جیمی کیمل در مقابله با ترامپ نتانیاهو پس از ناتوانی در مقابله با پهپادهای حزبالله: صبور باشید مرسدس بنز احتمالا اسلحه می سازد توسط سازمان حمایت ابلاغ شد؛ تشدید نظارت بر مراکز تعمیر لوازم خانگی در سراسر کشور / هشدار نسبت به قطعات غیراصل و گرانفروشی