港大研究中美37語言模型 指AI嚴守指令易虛構答案

【明報專訊】香港大學經管學院昨發表《大語言模型幻覺控制能力測評報告》，團隊評測37個中美大語言模型(LLM)在中文語境的「幻覺控制能力」，反映模型目前普遍存在「嚴守指令，但易虛構事實」的傾向。

團隊表示各行業正將LLM應用於專業場景，但AI「幻覺」現象是制約其可信度的關鍵瓶頸。團隊在不同AI輸入多種指令(見表)，例如問中國經典詩詞「獨在異鄉為異客」的前一句，AI誤答「每逢佳節倍思親」，事實「獨在異鄉為異客」為全詩首句，反映AI無指出指令有矛盾。

最高分GPT 5(思考模式)

團隊稱「幻覺控制能力」最高分的LLM是美國AI開發商OpenAI的「GPT 5(思考模式)」，獲86分；字節跳動公司的「豆包1.5 Pro系列」排第7名，獲73分，團隊讚其表現突出、領先國產模型陣營，「但與國際頂尖模型之間仍存在顯著差距」，又指出DeepSeek系列的幻覺控制能力「稍顯遜色，有待加強」。

最低分為內地訊飛星火的「Spark 4.0 Ultra」，獲41分。

更多教育

SSSDP下學年凍津 教局：通脹非唯一考慮

【明報專訊】教育局昨公布下學年（2026/27）「指定專業／界別課程資助計劃（SSSDP）」下自資院校學士課程名單。該計劃2015/16學年... 詳情

大人ing：少女結他手極速進化

【明報專訊】「18歲成年後，想要繼續寫新歌及考車牌，想享受車內擁有自己的私人空間。」 早前擔任謝霆鋒啟德演唱會結他手而成為話題人物、被... 詳情

Dale 的大人願望清單

【明報專訊】訪問當日，問及Dale今年幾歲時，她語帶興奮說：「現在17歲，就快18歲了！」訪問後不足兩星期，她迎來18歲生日。從17歲到18... 詳情

賣乜東東：樓盤名見證理想居變遷

【明報專訊】由平實到「離地」 近年的樓盤命名方式愈見繁複華麗，有些單看名字，也未必猜到是住宅名稱，原來樓盤名也有「今期流行」，每個年代... 詳情

賣乜東東：參考答案

【明報專訊】(1)坐→座 (2)己 → 已 (3)馨 → 罄 (4)詢 → 徇 (5)滋 → 茲 (6)界 →... 詳情