测试显示 GPT-6.1 Sol 在研究任务上引用造假率为 0%

一项针对引用造假（citation hallucination）的测试发现，新一代模型的引用捏造比例明显低于旧版模型。其中 GPT-6.1 Sol 在研究任务上造假引用的比例为 0%。长上下文中的刻板印象与事实丢失问题也有改善，但远称不上完美。