谷歌推出基准测试检验AI是否“靠谱”：Gemini 3 Pro准确率仅69%

谷歌 DeepMind 推出 FACTS 基准测试，从知识准确性、搜索使用、文档引用和图像理解四方面评估 AI。Gemini 3 Pro 以 69% 准确率领先，但 AI 仍约有三分之一时间出错，尤其在法律、医疗等高风险领域存在虚假信息风险，已有律所因员工滥用 AI 被迫解雇人员，凸显其可靠性短板。
来源：https://tech.ifeng.com/c/8p3KjFfXnqX