这一测试从四个维度评估模型能力，包括是否能凭自身知识准确回答事实问题、能否正确使用网络搜索、是否能在长文档中扎实引用信息，以及对图像内容的理解水平。在参测模型中，谷歌的Gemini3Pro表现最好，准确率为69%，其他主流模型则明显落后。这一成绩对企业同样是个警钟。虽然AI在生成速度和语言流畅度上优势明显，但在事实可靠性方面仍然远低于人类标准，特别是在需要专业细分知识、复杂推理或严格基于原始材料的场景中。在金融、医疗和法律等高风险行业，即便细小的事实错误，也可能放大成严重后果。报道以《商业内幕》员工梅莉亚?拉塞尔为例，其本周梳理了律师事务所如何应对AI逐渐被当作法律事实来源的现实，结果并不乐观。她提到，有律师事务所的员工使用ChatGPT起草法律文件，结果文件中充斥虚假判例，最终律所直接解雇了该员工。报道指出，谷歌希望通过明确模型出错的位置和方式，加快AI的改进速度。但眼下可以得出的结论非常清楚，AI确实在进步，然而仍有大约三分之一的时间会犯错。参考广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，亚汇网所有文章均包含本声明。
谷歌推出基准测试检验 AI 是否“靠谱”：Gemini 3 Pro 准确率仅 69%
文 / 小亚
2025-12-13 23:02:30
来源:亚汇网
更多行情分析及广告投放合作加微信: hollowandy
本文地址: https://www.yahuinews.com/stock/zhibo/4011008-1.htm，转载请注明出处。
分享到：
【免责声明】本文仅代表作者本人观点，与亚汇网无关，且不构成任何投资建议，仅供参考，并自行承担全部风险与责任。本站部分文章信息来源于自由投稿人或网络转载，出于传递更多信息之目的，如对文章内容有疑议或侵权，请及时与我们联系处理。
