## OpenAI, Google и Anthropic: как «умные» модели учатся галлюцинировать изощрённее
Крупнейшие игроки в области ИИ — OpenAI, Google и Anthropic — сталкиваются с фундаментальной проблемой: их модели становятся не умнее, а лишь лучше маскируют свои ошибки. В погоне за вычислительной мощью и масштабированием инференса они устранили поверхностные галлюцинации, но породили более глубокие и опасные структурные ошибки. Новые языковые модели звучат убедительнее, однако это лишь следствие того, что они научились галлюцинировать с более сложной грамматикой.

Данные подтверждают тревожную тенденцию: с каждым новым релизом глубинный уровень галлюцинаций не снижается, а растёт. Например, одна из последних крупных моделей OpenAI показала почти невероятный показатель в 50% галлюцинаций на собственном бенчмарке SimpleQA. Это означает, что каждый второй ответ модели может быть выдуманным, несмотря на внешнюю связность и логичность изложения.

Подход, основанный на наращивании вычислительной мощи и использовании цепочек рассуждений, деревьев поиска и петель верификации, оказался грубой ошибкой. Он сместил фокус с повышения реального интеллекта моделей на создание иллюзии понимания. Это создаёт серьёзные риски для всех сфер, где применяется ИИ: от поисковых систем и виртуальных ассистентов до критически важных систем анализа данных. Проблема требует фундаментального пересмотра архитектур и методологий обучения, а не дальнейшего масштабирования уже ошибочных подходов.
---
- **Source**: Habr
- **Sector**: The Lab
- **Tags**: Искусственный интеллект, Галлюцинации ИИ, OpenAI, Google, Anthropic
- **Credibility**: unverified
- **Published**: 2026-04-16 06:52:51
- **ID**: 67000
- **URL**: https://whisperx.ai/en/intel/67000