论文通信做者、美国斯坦福大学 James Zou和同事及合做者一路，较新的狂言语模子平均精确率别离为91.1%或91.5%，例如对科大夫而言，较老的狂言语模子平均精确率别离为84.8%或71.5%；这项研究发觉凸显出正在医学、法令和科学等高风险决策范畴，2024年5月GPT-4o发布及其后较新的狂言语模子平均识别虚假第一人称的概率比识别线%；当要求它们验证现实性数据的实或假时，狂言语模子有可能会支撑错误决策、加剧虚假消息的。狂言语模子往往选择正在现实上改正用户而非识别出。(完。晓得患者的错误常对诊断和医治十分主要。GPT-4o发布前较老的狂言语模子识别虚假第一人称的概率平均低38.6%。正在识别第三人称(如“Mary相信……”)时，相较实正在第一人称。