Gemini 4 Argon, yüzde 15 halüsinasyon oranıyla rakipleriyle karşılaştırıldı.
Artificial Analysis sonuçları üzerinden yapılan değerlendirme, doğru yanıt oranı ile bilgi uydurma oranı arasındaki farkı öne çıkarıyor. Gemini 4 Argon'un, Opus 5.5'in maksimum ayarına kıyasla daha az soruyu doğru yanıtladığı, ancak bilmediğinde bunu belirttiği savunuluyor.
Değerlendirmede, Artificial Analysis üzerindeki halüsinasyon oranları düşükten yükseğe şöyle sıralanıyor:
1. Gemini 4 Argon: Yüzde 15.
2. Grok 4.7: Yüzde 29.
3. GPT-6 Astra: Yüzde 45.
4. Opus 5.5: Yüzde 59.
5. Fable 5.1: Yüzde 69.
Değerlendirmenin sahibine göre, Gemini 4 Argon'dan daha düşük halüsinasyon oranına sahip modeller çok az soruya yanıt veriyor ve hiçbirinin doğru yanıt oranı yüzde 15'i aşmıyor. Gemini 4 Argon'un doğru yanıt oranı yüzde 50 iken, maksimum ayardaki Opus 5.5'te bu oran yüzde 66 olarak belirtiliyor.
Değerlendirmenin sahibi, Gemini 4 Argon'un bilmediği sorularda yanıt uydurmak yerine bilmediğini söylediğini savunuyor. Modeli denemek için sabırsızlandığını da ifade ediyor.
Kaynak: @aipulseda1ly (X)