Qwen3 发布两个月，中文长文档场景的实测差距
Qwen3发布两个月后，我们拿法律合同、券商研报和招股书做了一轮中文长文档实测。在100K上下文场景下，Qwen3-235B的召回率逼近Claude 3.5 Sonnet，但幻觉率和长文本中间丢失问题仍是硬伤。Qwen3
阅读全文
Search
站内搜索
关键词：幻觉率
找到 3 篇相关文章
AI 工具箱
用Llama 6微调行业知识库，显存占用比你想象的少
去年开源社区发布的LoRA-Mini框架，在RTX 5090上把Llama 6 8B微调显存压到8.3GB。但更贴近现实的是，在RTX 4090上同样可以8分钟跑完一个行业知识库微调流程。本文以法律文书问答为例，从数据预
阅读全文GPT-5o多模态幻觉实测：财报识别翻车，视觉能力被高估了
我们针对GPT-5o发布后多模态能力被高估的现状，用127张企业真实场景的财报、图表做实测，发现其视觉幻觉率最高达52%，频繁出现算错数字、瞎编数据来源的问题，揭示当前多模态对齐的场景盲区，为开发者和企业提供真实选型参考
阅读全文