OpenAI爆出硬伤:o3越强越“疯” 幻觉率狂飙via cnBeta全文版

o3编码直逼全球TOP 200人类选手，却存在一个致命问题：幻觉率高达33%，是o1的两倍。Ai2科学家直指，RL过度优化成硬伤。满血o3更强了，却也更爱“胡言乱语”了。 OpenAI技术报告称，o3和o4-mini“幻觉率”远高于此前的推理模型，甚至超过了传统模型GPT-4o。 根据PersonQA基准测试，o3在33%的问题回答中产生了幻觉，几乎是o1（16%）的2倍。 而o4-mini的表现更加糟糕，幻觉率高达48%。 技术报告：https://cdn.openai.com/pdf/2221c875…