最近，OpenAI 發布了他們最新的推理型 AI 模型 “o3” 和 “o4 mini” ，它們雖然具備了比上一代更強大的性能，但 AI 幻覺卻變得更嚴重了 —— AI 幻覺是指生成型人工智能編造出實際并不存在的信息，并將其當作事實呈現的現象。

　　據海外 IT 專業媒體 TechCrunch 報道稱，OpenAI 新發布的 o3 模型在 33% 的問題上出現了 AI 幻覺。這一數值是 o1(16%)和 o3 mini(14.8%)的兩倍以上。而 o4 mini 模型更加嚴重 —— 該模型的幻覺率竟然高達 48%，表現出比包括 GPT-4o 在內的現有模型更加不穩定的狀態。這一結論是該媒體引援 OpenAI 的 PersonQA 基準測試評估結果而報道的。

　　OpenAI 在 16 日以 “首款能夠將圖像融入思考過程的模型” 的口號，隆重介紹并推出這些AI模型。官方解釋稱，這些模型不僅僅是單純地識別圖像，還能在推理過程中運用視覺信息本身 —— 即 o3 和 o4 mini 模型具備了分析用戶上傳的圖畫、圖表、圖形等內容，以及處理模糊或旋轉圖像的能力。

　　在性能方面，在與編碼相關的基準測試 SWE 測試中，o3 的得分為 69.1%，o4 mini的得分為 68.1%，不僅超過了之前的模型 o3 mini (49.3%)，也高于競爭模型 Claude3.7Sonnet 模型(62.3%)的數值。然而，盡管有這些技術上的進步，AI幻覺出現率卻反而比以前有所增加。一直以來，每當有新模型推出時，AI 幻覺的問題都在逐步得到改善，沒曾想，OpenAI 這次的新模型卻來了個“反其道而行”。

　　OpenAI 尚未對這一現象的原因給出明確的解釋。在技術報告中，分析稱：“隨著模型需要應對比以前更多的用戶請求，不僅是正確的結果，產生錯誤結果的情況似乎也在增加。” 接著表示，為了查明 AI 幻覺現象增加的確切原因，“需要進行更多的研究”。

　　人工智能行業認為，此次事件可能會給推理型模型的可靠性帶來更多的質疑。特別是在法律、會計、稅務等要求高度準確性的行業領域，如果 AI 幻覺問題得不到解決，相關引入推理型 AI 模型的可能性便會減小。

　　OpenAI 表示：“在所有問題領域完全消除‘幻覺’都是一項持續的研究課題”，并表示 “我們正在繼續努力提高準確性和可靠性” 。