目前需要有人去搞评测分数，立即告诉用户：AI的回答每一段话蒙的成分是多少，说对的概率有多少

所有跟帖： 

• 这东西就是只能靠搜索。归根到底本身仅仅是个统计模型。而且如果搜索到的信息是混乱的，它的答案就完全是自由放飞了。 -害怕- ♂ (0 bytes) () 11/23/2025 postreply 09:56:18

• 有自由发挥的空间是好的，但是应当告诉用户：小心啰，这一段是自由发挥的，靠谱性存疑 -大海的声音- ♂ (0 bytes) () 11/23/2025 postreply 10:03:05

• 他的自由发挥是在搜索到的结果里面的，而且是缺乏基本理性的。 -害怕- ♂ (0 bytes) () 11/23/2025 postreply 10:06:01

• 那就是说，当下的LLM缺乏自省能力：Self Reflection -大海的声音- ♂ (0 bytes) () 11/23/2025 postreply 10:08:48

• 这块儿如果能加强一下，估计比现在更能打 -大海的声音- ♂ (0 bytes) () 11/23/2025 postreply 10:11:13

• 基于统计模型，这方面无解。 -害怕- ♂ (0 bytes) () 11/23/2025 postreply 10:12:54