Unverified50% confidenceFactExact time
斯坦福大学2023年的研究表明顶尖LLM在医疗和法律领域的事实性错误率高达20-40%
1
Sources
50%
Confidence
Long-term
Relevance
7/11/2026
First Seen
Sources
Sprout实验：不依赖神经网络的确定性符号推理AI探索
redditr/learnmachinelearning7/10/2026
Related Claims
Unverified斯坦福大学2023年的研究发现主流LLM在生成法律和医学类引用时虚假引用率高达30%—60%83% similarUnverified2023年的分析显示主流LLM在生成学术引用时的错误率从30%到超过60%不等77% similarUnverified斯坦福大学2023年的研究表明，主流AI检测工具误判率可高达20%以上74% similarVerified微软、谷歌等公司的内部研究表明，即便是GPT-4级别的模型在法律、财务、医疗等垂直领域的事实错误率可能高达15%-30%73% similarUnverified研究表明幻觉问题在医疗、法律、金融等专业领域尤为突出，错误率可高达30%以上71% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/482347API
curl https://kongchang.com/api/v1/knowledge/claims/482347MCP
get_claim(id=482347)