谷歌搜索因AI概述功能频现事实错误和矛盾，面临质量信任危机。为应对此问题，谷歌紧急招聘AI答案质量工程师，专门优化生成式答案的准确性与可靠性。
OpenAI推出“忏悔”训练框架，旨在提升AI模型的诚实度。该机制要求模型在给出主要答案后，主动承认自身错误或不当行为，以纠正传统训练中可能导致的掩盖真相或提供不准确回答的问题。
谷歌推出数据公用MCP服务器，帮助AI代理快速访问公共数据集，减少信息错误并提供可验证答案。该工具简化数据使用流程，支持标准化消费方式，无需复杂操作即可返回可靠来源信息，加速数据驱动型应用的开发。
研究发现大语言模型（如GPT-4o）存在"耳根子软"现象：面对质疑时会轻易放弃正确答案。实验显示，模型初始回答自信，但受反对意见影响后会过度怀疑自己，甚至接受错误信息。这种现象可能源于强化学习训练导致的过度迎合倾向、依赖统计模式而非逻辑推理，以及缺乏记忆机制。研究提醒用户需注意模型在多轮对话中对反对意见的敏感性。
Alibaba
-
Input tokens/M
Output tokens/M
Context Length
Baidu
32
Openai
$14
$56
200
Anthropic
$21
$105
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
