跳到正文
热点事件历史事件

AA基准测试揭示Gemini过度自信

1 篇报道1 个报道来源5 天前更新

先了解这件事

AI 综述

2026年10月22日，Artificial Analysis 在 X 上发布 AA-PersonalityBench 测试结果，称 Gemini 是所有受测模型中最自信、也最不可能承认不确定性的模型。按自信程度排名，Gemini 3.8 Flash 得分为100，Gemini 4 Argon 为97，Gemini 3.1 Pro Preview 为95；按最不可能承认不确定性的程度排名，Gemini 3.1 Pro Preview 为1，Gemini 4 Argon 为4，Gemini 3.8 Flash 为6。现有报道仅公布了上述排名与得分，未说明测试方法、样本规模或其他模型的具体分数。

AI 根据报道生成 · 2 小时前更新

最新进展10月22日 05:00
AA-PersonalityBench结果称Gemini最自信且最少承认不确定性。

报道时间线

沿着报道，了解事件的不同侧面。

10月22日
  1. X：Artificial Analysis (@ArtificialAnlys)
    Gemini 模型最自信且最不可能承认不确定

    在 AA-PersonalityBench 中，Gemini 模型是所有受测模型中最自信、也最不可能承认不确定性的。 ➤ 最自信：Gemini 3.8 Flash (100)、Gemini 4 Argon (97) 和 Gemini 3.1 Pro Preview (95) ➤ 最不可能承认不确定性：Gemini 3.1 Pro Preview (1)、Gemini 4 Argon (4) 和 Gemini 3.8 Flash (6)