DeepSeek-R1超高幻觉率解析：为何大模型总“胡说八道”？

文章预览

郭晓静   腾讯科技《AI未来指北》特约作者 DeepSeek系列模型在很多方面的表现都很出色，但“幻觉”问题依然是它面临的一大挑战。 在Vectara HHEM人工智能幻觉测试 （行业权威测试，通过检测语言模型生成内容是否与原始证据一致，从而评估模型的幻觉率，帮助优化和选择模型） 中，DeepSeek-R1显示出14.3%的幻觉率。 图：Vectara HHEM人工智能幻觉测试结果 显然，DeepSeek-R1的幻觉率不仅是 DeepSeek-V3的近4倍，也远超行业平均水平。 在博主Levy Rozman （拥有600万粉丝的美国国际象棋网红） 组织的一次并不严谨的大模型国际象棋的对弈中，Deepseek“作弊”次数要远多于ChatGPT： 比如，没走几步棋，DeepSeek-R1就主动送了一个小兵给对手； 到了后期，DeepSeek-R1告诉ChatGPT国际象棋规则更新了，并使用小兵吃掉了ChatGPT的皇后，这一举动让ChatGPT措手不及； 最终，DeepSeek-R1 ………………………………