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。

排行数据源

#模型得分

1

Nemotron-3-UltraNVIDIA

78.7%

2

MiniMax M2.7MiniMax

74.4%

3

Kimi-K2.6月之暗面

67.1%

4

GLM-5.1智谱AI

66.8%

5

Qwen3.5-397B-A17B阿里巴巴

7.4%

6

DeepSeek-V4-Pro深度求索

5.7%

7

DeepSeek-V4-Flash深度求索

2.8%

共 7 个模型

返回基准目录

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。

排行数据源

#模型得分

1

Nemotron-3-UltraNVIDIA

78.7%

2

MiniMax M2.7MiniMax

74.4%

3

Kimi-K2.6月之暗面

67.1%

4

GLM-5.1智谱AI

66.8%

5

Qwen3.5-397B-A17B阿里巴巴

7.4%

6

DeepSeek-V4-Pro深度求索

5.7%

7

DeepSeek-V4-Flash深度求索

2.8%

共 7 个模型