生成式 AI 聊天有多唬爛？Google 基準測試揭三成回應仍錯誤

Google 最新 FACTS 測試揭露 AI 聊天機器人真實實力: 即使領先的 Gemini 3 Pro 準確度也僅 69%, 代表每三個回答就有一個錯誤。ChatGPT、Claude、Grok 等主流模型表現更低，多模態理解準確度甚至不到五成。對金融、醫療、法律等高風險產業，這項發現敲響警鐘。...