正在加载页面内容
OmniScience Non-Hallucination推理
OmniScience 的非幻觉评测子集，专门测试模型在科学问题上的幻觉率和信息准确性。通过设计包含陷阱选项和常见误解的题目，评估模型能否避免生成或选择不正确的科学信息。
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 78.7 | NVIDIA | Nemotron-3-Ultra 技术报告 | ||
| 2 | 74.4 | MiniMax | Nemotron-3-Ultra 技术报告 | ||
| 3 | 67.1 | 月之暗面 | Nemotron-3-Ultra 技术报告 | ||
| 4 | 66.8 | 智谱AI | Nemotron-3-Ultra 技术报告 | ||
| 5 | 7.4 | 阿里巴巴 | Nemotron-3-Ultra 技术报告 | ||
| 6 | 5.7 | 深度求索 | Nemotron-3-Ultra 技术报告 | ||
| 7 | 2.8 | 深度求索 | Nemotron-3-Ultra 技术报告 |
