كشفت اختبارات داخلية أجرتها شركة OpenAI أن نماذجها الجديدة من سلسلة o، وتحديدًا o3 وo4-mini، تُظهر معدلات أعلى من “الهلوسة” مقارنة بالإصدارات السابقة. في اختبار “PersonQA”، وهو معيار داخلي لقياس دقة معرفة النماذج حول الأشخاص، أظهرت النتائج أن النموذج o3 قدم معلومات غير دقيقة في 33% من الحالات، بينما ارتفعت هذه النسبة إلى 48% في…