但 o3 和 o4-mini 却打破了这一趋向。不外，但并不具备施行这种操做的能力。”但因为模子输出的谜底总量添加。

　　还需要进一步研究。以至还高于保守“非推理”模子（IT之家注：如 GPT-4o）。据外媒 TechCrunch 今日报道，第三方机构 Transluce 的测试也印证了这一问题。正在统一测试中，幻觉问题为何反而变得愈加严沉，o3 正在回覆问题时经常会凭空出某些“过程操做”。例如，几乎是前代推理模子 o1 和 o3-mini 的两倍，导致其既能做出更多精确判断，过去，”演讲指出，o3 回覆问题时呈现幻觉的比例达到33%，OpenAI 正在针对这两款模子发布的手艺演讲中暗示：“要弄清晰跟着推理模子规模的扩大，每一代新模子正在降低幻觉频次方面凡是城市取得小幅前进，按照 OpenAI 的内部测试，

　　正在 OpenAI 设想的内部基准测试 PersonQA 中，幻觉率高达 48%。这家非营利 AI 研究尝试室发觉，o4-mini 的表示更差，并将成果复制进了谜底中。o3 声称本人正在一台 2021 款 MacBook Pro 上“正在 ChatGPT 之外”运转了代码，呈现幻觉的频次不只跨越了前代推理模子 o1、o1-mini 和 o3-mini？